Genome-wide association study identifies 30 obsessive-compulsive disorder associated loci.
Notice bibliographique
Résumé
Obsessive-compulsive disorder (OCD) affects ~1% of the population and<br> exhibits a high SNP-heritability, yet previous genome-wide association<br> studies (GWAS) have provided limited information on the genetic etiology<br> and underlying biological mechanisms of the disorder. We conducted a<br> GWAS meta-analysis combining 53,660 OCD cases and 2,044,417 controls<br> from 28 European-ancestry cohorts revealing 30 independent genome-wide<br> significant SNPs and a SNP-based heritability of 6.7%. Separate GWAS for<br> clinical, biobank, comorbid, and self-report sub-groups found no<br> evidence of sample ascertainment impacting our results. Functional and<br> positional QTL gene-based approaches identified 249 significant<br> candidate risk genes for OCD, of which 25 were identified as putatively<br> causal, highlighting WDR6, DALRD3, CTNND1 and genes in the MHC region.<br> Tissue and single-cell enrichment analyses highlighted hippocampal and<br> cortical excitatory neurons, along with D1- and D2-type dopamine<br> receptor-containing medium spiny neurons, as playing a role in OCD risk.<br> OCD displayed significant genetic correlations with 65 out of 112<br> examined phenotypes. Notably, it showed positive genetic correlations<br> with all included psychiatric phenotypes, in particular anxiety,<br> depression, anorexia nervosa, and Tourette syndrome, and negative<br> correlations with a subset of the included autoimmune disorders,<br> educational attainment, and body mass index.. This study marks a<br> significant step toward unraveling its genetic landscape and advances<br> understanding of OCD genetics, providing a foundation for future<br> interventions to address this debilitating disorder.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».