Etude des déterminants génétiques des psychoses à début précoce. Génétique de la schizophrénie et hypothèse glutamatergique
Bibliographic record
Abstract
Les troubles schizophréniques (SCZ) ont une forte héritabilité, de l’ordre de 80%, mais, une très faible part du risque génétique a été identifiée. La plupart des études ont considéré l’implication de polymorphismes fréquents, chacun ayant un effet relativement faible individuellement, alors que les études de variants du nombre de copies (CNVs) ainsi que les études d’anomalies chromosomiques ont pointé l’implication possible de variants rares et de novo à une forte pénétrance. Dans une première partie, nous présentons une synthèse sur les facteurs génétiques dans la SCZ, puis une revue des arguments en faveur de l’implication d’anomalies du système glutamatergique dans la SCZ, domaine sur lequel s’est centré notre travail. Notre travail s’inscrit dans un projet plus vaste, Synapse to Disease (S2D) ayant pour objectif de séquencer 1000 gènes synaptiques dans des cohortes de patients atteints de schizophrénie ou de troubles du spectre autistique. Nous avons exploré en particulier le système glutamatergique et les récepteurs NMDA. Dans un premier article, nous montrons une association d’une mutation troncante de novo de la kinésine 17, impliquée dans le transport de la sous-unité GRIN2B des récepteurs NMDA. Dans un second article, nous explorons les mutations rares et de novo dans les sous-unités des récepteurs NMDA et montrons l’association de mutation de novo dans GRIN2A et GRIN2B avec des cas de SCZ et d’autisme. Nos résultats renforcent l’idée qu’une part des cas de schizophrénie pourrait être due à l’implication de mutations rare à effet majeur, hypothèse alternative mais non exclusive à l’hypothèse d’interactions entre variants génétiques fréquents à effet mineur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".