Psychiatric disorders converge on common pathways but diverge in cellular context, spatial distribution, and directionality of genetic effects
Notice bibliographique
Résumé
Psychiatric conditions share common genes, but mechanisms that differentiate diagnoses remain unclear. We present a multidimensional framework for functional analysis of rare copy number variants (CNVs) across 6 diagnostic categories, including schizophrenia (SCZ), autism (ASD), bipolar disorder (BD), depression (MDD), PTSD, and ADHD (N = 574,965). Using gene-set burden analysis (GSBA), we tested duplication (DUP) and deletion (DEL) burden across 2,645 functional gene sets defined by the intersections of pathways, cell types, and cortical regions. While diagnoses converge on shared pathways, mixed-effects modeling revealed divergence of pathway effects by cell type, brain region, and gene dosage. Factor analysis identified latent dimensions aligned with clinical axes. A primary factor (F1) captured reciprocal dose-dependent effects of DUP and DEL in SCZ reflecting positive and negative effects in excitatory versus inhibitory neurons and association versus sensory cortex. SCZ and ASD were both strongly aligned with F1 but with opposing directionalities. Orthogonal factors highlighted neuronal versus non-neuronal effects in mood disorders (F2) and differential spatial distributions of DEL effects in ADHD and MDD (F3). High-impact CNVs at 16p11.2 and 22q11.2 were enriched for combinations of cell-type-specific genes involved in pathways consistent with our broader findings. These results reveal molecular and cellular mechanisms that are broadly shared across psychiatric traits but differ between diagnostic categories in context and directionality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».