DNA Methylation Signatures of Alcohol Use Disorder – A large-scale Meta-Analysis in the Psychiatric Genomics Consortium
Notice bibliographique
Résumé
Abstract Despite extensive research on DNA methylation (DNAm) signatures associated with alcohol use disorder (AUD), findings are often inconsistent and not replicated. We conducted a large-scale meta-analysis of epigenome-wide association studies (EWAS) to identify reliable, reproducible epigenetic markers of AUD. Seven cohorts, comprising 3,775 individuals (1,325 with AUD), contributed to this meta-analysis within the framework of the Psychiatric Genomics Consortium Substance Use Disorders Epigenetics Working Group. Downstream analyses included the identification of differentially methylated regions, overrepresentation analyses, and the construction of a methylation risk score (MRS). We identified 118 significant CpG sites associated with AUD, with the strongest association found at cg24889777 ( p =5.12×10 -17 ) in the long non-coding RNA LOC100505942. CpG sites were enriched for pathways related to GTPase signaling and transmembrane transporter activity, as well as EWAS signals of alcohol consumption. The MRS explained 10.44% of variance in heavy drinking in an independent cohort (N=2,534, AUC=0.657). This large-scale meta-analysis offers key insights into the epigenetic mechanisms of AUD and lays the groundwork for future research on methylation risk scores for the diagnosis, prognosis, and treatment in AUD.
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 | 0,014 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,012 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».