MétaCan
Menu
Retour à la cohorte
Enregistrement W4411428667 · doi:10.1038/s41588-025-02227-w

Transferability of European-derived Alzheimer’s disease polygenic risk scores across multiancestry populations

2025· article· en· W4411428667 sur OpenAlexaff
Aude Nicolas, Richard Sherva, Benjamin Grenier‐Boley, Y T Kim, Masataka Kikuchi, Jigyasha Timsina, Itziar de Rojas, Carolina Dalmasso, Xiaopu Zhou, Yann Le Guen, Carlos Bustos, Maria Aparecida Camargos Bicalho, Maëlenn Guerchet, Sven J. van der Lee, Monica Goss, Atahualpa Castillo-Morales, Céline Bellenguez, Fahri Küçükali, Claudia L. Satizábal, Bernard Fongang, Qiong Yang, Oliver Peters, Anja Schneider, Martin Dichgans, Dan Rujescu, Norbert Scherbaum, Jürgen Deckert, Steffi G. Riedel‐Heller, Lucrezia Hausner, Laura Molina‐Porcel, Emrah Düzel, Timo Grimmer, Jens Wiltfang, Stefanie Heilmann‐Heimbach, Susanne Moebus, Thomas Tegos, Nikolaos Scarmeas, Oriol Dols‐Icardo, Fermín Moreno, Jordi Pérez‐Tur, María J. Bullido, Pau Pástor, Raquel Sánchez‐Valle, Victoria Álvarez, Han Cao, Nancy Y. Ip, Amy K.Y. Fu, Fanny C.F. Ip, Natividad Olivar, Carolina Muchnik, Carolina De La Cuesta, Lorenzo Campanelli, Patricia Solís, Daniel Gustavo Politis, Silvia Kochen, Luis Ignacio Brusco, Merçé Boada, Pablo García‐González, Raquel Puerta, Pablo Mir, Luís Miguel Real, Gerard Piñol‐Ripoll, José María García‐Alberca, José Luís Royo, Eloy Rodríguez‐Rodríguez, Hilkka Soininen, Sami Heikkinen, Alexandre de Mendonça, Shima Mehrabian, Latchezar Traykov, Jakub Hort, Martin Vyhnálek, Katrine Laura Rasmussen, Jesper Qvist Thomassen, Yolande A.L. Pijnenburg, Henne Holstege, John C. van Swieten, Harro Seelaar, Jurgen A.H.R. Claassen, Willemijn J. Jansen, Inez H.G.B. Ramakers, Frans R.J. Verhey, Aad van der Lugt, Philip Scheltens, Jenny Ortega-Rojas, Ana Gabriela Concha Mera, María F. Mahecha, Rodrigo Pardo, Gonzálo Arboleda, Shahram Bahrami, Vera Fominykh, Geir Selbæk, Caroline Graff, Goran Papenberg, Vilmantas Giedraitis, Anne Boland, Jean‐François Deleuze, Luiz Armando De Marco, Edgar Nunes de Moraes, Bernardo de Mattos Viana, Marco Túlio Gualberto Cintra, Teresa Juárez‐Cedillo, Anthony J. Griswold, Tatiana Forund, Jonathan L. Haines, Lindsay A. Farrer, Anita L. DeStefano, Ellen M. Wijsman, Richard Mayeux, Margaret A. Pericak‐Vance, Brian W. Kunkle, Alison Goate, Gerard D. Schellenberg, Badri N. Vardarajan, Li-San Wang, Yuk Yee Leung, Clifton L. Dalgard, Gaël Nicolas, David Wallon, Carole Dufouil, Florence Pasquier, Olivier Hanon, Stéphanie Debette, Edna Grünblatt, Julius Popp, Bárbara Ángel, Sergio Gloger, María Victoria Chacón, Rafael Aránguiz, Paulina Orellana, Andrea Slachevsky, Christian González‐Billault, Cecilia Albala, Patricio Fuentes, Perminder S. Sachdev, Karen A. Mather, Richard L. Hauger, Victoria C. Merritt, Matthew S. Panizzon, Rui Zhang, J. Michael Gaziano, Roberta Ghidoni, Daniela Galimberti, Beatrice Arosio, Patrizia Mecocci, Vincenzo Solfrizzi, Lucilla Parnetti, Alessio Squassina, Lucio Tremolizzo, Barbara Borroni, Benedetta Nacmias, Paolo Caffarra, Davide Seripa, Innocenzo Rainero, Antonio Daniele, Fabrizio Piras, Pascual Sánchez‐Juan, Hampton L. Leonard, Jennifer S. Yokoyama, Mike A. Nalls, Akinori Miyashita, Norikazu Hara, Kouichi Ozaki, Shumpei Niida, Julie Williams, Carlo Masullo, Philippe Amouyel, Pierre‐Marie Preux, Pascal M'Belesso, Bébène Bandzouzi, Andrew J. Saykin, Frank Jessen, Patrick G. Kehoe, Cornelia M. van Duijn, Nesrine Ben Salem, Ruth Frikke‐Schmidt, Lotfi Cherni, Michael D. Greicius, Magda Tsolaki, Marco Aurélio Romano‐Silva, Tenielle Porter, Simon M. Laws, Kristel Sleegers, Martin Ingelsson, Jean‐François Dartigues, Sudha Seshadri, Giacomina Rossi, Laura Morelli, Mikko Hiltunen, Rebecca Sims, Wiesje M. van der Flier, Ole A. Andreassen, Humberto Arboleda, Carlos Cruchaga, Valentina Escott‐Price, Agustı́n Ruiz, Kun Ho Lee, Takeshi Ikeuchi, Alfredo Ramı́rez, Mark W. Logue, Jean‐Charles Lambert

Notice bibliographique

RevueNature Genetics · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensOntario Brain InstituteOccupational Cancer Research CentreUniversity Health Network
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute on AgingNational Heart, Lung, and Blood InstituteFondation pour la Recherche sur AlzheimerFondation pour la Recherche MédicaleInstitut National de la Santé et de la Recherche MédicaleU.S. Department of Veterans AffairsEU Joint Programme – Neurodegenerative Disease ResearchUniversité de LilleDevelopment of Innovative Strategies for a Transdisciplinary approach to ALZheimer's disease
Mots-clésBiologyPolygenic risk scoreGenome-wide association studyApolipoprotein EGenetic associationDiseaseGeneticsLocus (genetics)AlleleSingle-nucleotide polymorphismGenotypeGeneInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

A polygenic score (PGS) for Alzheimer’s disease (AD) was derived recently from data on genome-wide significant loci in European ancestry populations. We applied this PGS to populations in 17 European countries and observed a consistent association with the AD risk, age at onset and cerebrospinal fluid levels of AD biomarkers, independently of apolipoprotein E locus (APOE). This PGS was also associated with the AD risk in many other populations of diverse ancestries. A cross-ancestry polygenic risk score improved the association with the AD risk in most of the multiancestry populations tested when the APOE region was included. Finally, we found that the PGS/polygenic risk score captured AD-specific information because the association weakened as the diagnosis was broadened. In conclusion, a simple PGS captures the AD-specific genetic information that is common to populations of different ancestries, although studies of more diverse populations are still needed to better characterize the genetics of AD. Polygenic risk scores for Alzheimer’s disease derived from individuals of European ancestry can show improved performance in multiancestry settings after incorporating genome-wide association summary statistics from diverse populations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,042
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,331
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature GeneticsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207