Genome-wide association studies identify genetic determinants of synucleinopathy biomarkers
Notice bibliographique
Résumé
Abstract Objective α-synucleinopathies are clinically and biologically heterogeneous disorders lacking reliable biomarkers to assist with early diagnosis, disease progression, patient stratification, and therapeutic targeting. Genetic variation is known to impact biomarker levels, influencing their utility and interpretation in research and clinical settings. We aimed to identify common genetic modulators of biomarker levels implicated in α-synucleinopathy pathogenesis. Methods Genome-wide association studies (GWASs) were conducted on 63 CSF, plasma, and urine biomarkers in 581 individuals from the Parkinson’s Progression Markers Initiative (PPMI). Analyses were adjusted for age, sex, disease status, and principal components. PD- and DLB-risk loci associations were separately assessed for each GWAS. Results We confirm strong associations between urine bis(monoacylglycerol)phosphate (BMP) isoforms and the variants LRRK2 p.G2019S and GBA1 p.N370S, while providing support for BMPs use as a LRRK2 -PD biomarker. CSF Aβ was significantly associated with an APOE ε4 allele, reinforcing its central role in amyloid regulation. Novel associations were detected between CSF ceramide isoforms the MCF2L2 and GMNN loci, and between CSF tau and the TP63 locus. Multiple PD risk loci, including MAPT , SIPA1L2 , MCCC1 , and RAB29 , were associated with lysosomal lipid biomarkers, highlighting pathway-level convergence. Interpretation The present study reveals established and novel genetic modulators of potential α-synucleinopathy biomarkers, demonstrating that genetic background significantly shapes biomarker levels. These genetic influences should be accounted for when conducting biomarker-based research, clinical trials, or therapeutic development to ensure accurate interpretation and improve their translational relevance.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».