A genomic investigation of major depressive disorder and antidepressant response
Notice bibliographique
Résumé
Major depressive disorder (MDD) is a common and complex disorder with consistent evidence of genetic influence on predisposition. The search for susceptibility genes has proved to be an arduous task with studies having ever increasing sample numbers still not leading to replicable findings. It is generally believed that the failure of common genetic studies to identify replicable genetic associations is a consequence of the multifactorial and heterogeneous nature of MDD. This etiological heterogeneity may also explain significant variability in treatment response. Accordingly, while effective treatments for MDD are available, approximately half of the patients fail to respond to conventional antidepressant treatment. We hypothesized that peripheral gene expression could help us better understand illness heterogeneity and mechanisms of antidepressant response, possibly helping to identify biomarkers. To test this hypothesis, we have prospectively followed, and treated with the antidepressant citalopram for eight weeks, a cohort of medication naive individuals with MDD. RNA and DNA from pre- and post-treatment blood samples of this cohort were used to perform high-throughput pharmacogenomic and genetic studies to identify genes involved in treatment response and in the pathophysiology of MDD. Significant gene expression alterations in immune related genes were observed after citalopram treatment, pointing to a possible mode of action of the treatment response, as well as possible biomarkers for future treatment response. Additionally, we identified copy number variable regions differentiating MDD and controls and having a significant impact on gene expression. These results provide important additional information which can be used to identify the genomic and molecular underpinnings of MDD and antidepressant response.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».