Genetic and Cortical Cell-Type Liability Architecture of Autism
Notice bibliographique
Résumé
Abstract Autism Spectrum Disorders (ASD) can result from rare genetic variants interfering with brain development. Whether their effects converge on specific cortical cell types remains unresolved. Previous studies have focused on a narrow set of high-confidence ASD (hcASD) genes, which were enriched in neuronal cell types during prenatal development. By contrast, studies of postnatal cerebral cortex have repeatedly associated ASD with transcriptional changes in both neurons and glia. To comprehensively map ASD genetic liability across cortical cell types, we conducted a functional genetic burden analysis with 124,416 individuals, including ASD probands and unaffected family members. We examined six classes of rare gene-disrupting variants aggregated across a complete spectrum of transcriptomic cell types of the human prefrontal cortex throughout development. We show that cellular liabilities in ASD delineate a broad and developmentally dynamic architecture. Likewise, we uncover high dependency on classes of variants with Loss-of-Function (LoF) and de novo linked to prenatal cells, while duplications, missense, and inherited variants increase liability through postnatal and glial cell types. Notably, inherited LoF variants uncover the contribution of microglia to ASD liability, also supported by transcriptomic evidence from postmortem ASD brains. Finally, we show that overall, variants disrupting genes differentially expressed in postmortem ASD brains significantly contribute to ASD liability, demonstrating convergence between disrupted transcriptomes and genetic liability. Together, our study offers an integrative, cell-type-aware framework for interpreting ASD risk genetics.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».