[رافت ابراهيم]

 

Did you mean: Protocadherin α (PCDHA) as a novel susceptibility gene for autism. J Psychiatry Neurosci. 2012 Oct 2;37(6):120058. doi: 10.1503/jpn.120058. [Epub ahead of print] Anitha A, Thanseem I, Nakamura K, Yamada K, Iwayama Y, Toyota T, Iwata Y, Suzuki K, Sugiyama T, Tsujii M, Yoshikawa T, Mori N. Abstract Background: Synaptic dysfunction has been shown to be involved in the pathogenesis of autism. We hypothesized that the protocadherin α gene cluster (PCDHA), which is involved in synaptic specificity and in serotonergic innervation of the brain, could be a suitable candidate gene for autism. Methods: We examined 14 PCDHA single nucleotide polymorphisms (SNPs) for genetic association with autism in DNA samples of 3211 individuals (841 families, including 574 multiplex families) obtained from the Autism Genetic Resource Exchange. Results: Five SNPs (rs251379, rs1119032, rs17119271, rs155806 and rs17119346) showed significant associations with autism. The strongest association (p < 0.001) was observed for rs1119032 (z score of risk allele G = 3.415) in multiplex families; SNP associations withstand multiple testing correction in multiplex families (p = 0.041). Haplotypes involving rs1119032 showed very strong associations with autism, withstanding multiple testing corrections. In quantitative transmission disequilibrium testing of multiplex fam - ilies, the G allele of rs1119032 showed a significant association (p = 0.033) with scores on the Autism Diagnostic Interview-Revised (ADI-R)_D (early developmental abnormalities). We also found a significant difference in the distribution of ADI-R_A (social interaction) scores between the A/A, A/G and G/G genotypes of rs17119346 (p = 0.002). Limitations: Our results should be replicated in an in - dependent population and/or in samples of different racial backgrounds. Conclusion: Our study provides strong genetic evidence of PCDHA as a potential candidate gene for autism. Predicting the diagnosis of autism spectrum disorder using gene pathway analysis. Mol Psychiatry. 2012 Sep 11. doi: 10.1038/mp.2012.126. [Epub ahead of print] Skafidas E, Testa R, Zantomio D, Chana G, Everall IP, Pantelis C. Abstract Autism spectrum disorder (ASD) depends on a clinical interview with no biomarkers to aid diagnosis. The current investigation interrogated single-nucleotide polymorphisms (SNPs) of individuals with ASD from the Autism Genetic Resource Exchange (AGRE) database. SNPs were mapped to Kyoto Encyclopedia of Genes and Genomes (KEGG)-derived pathways to identify affected cellular processes and develop a diagnostic test. This test was then applied to two independent samples from the Simons Foundation Autism Research Initiative (SFARI) and Wellcome Trust 1958 normal birth cohort (WTBC) for validation. Using AGRE SNP data from a Central European (CEU) cohort, we created a genetic diagnostic classifier consisting of 237 SNPs in 146 genes that correctly predicted ASD diagnosis in 85.6% of CEU cases. This classifier also predicted 84.3% of cases in an ethnically related Tuscan cohort; however, prediction was less accurate (56.4%) in a genetically dissimilar Han Chinese cohort (HAN). Eight SNPs in three genes (KCNMB4, GNAO1, GRM5) had the largest effect in the classifier with some acting as vulnerability SNPs, whereas others were protective. Prediction accuracy diminished as the number of SNPs analyzed in the model was decreased. Our diagnostic classifier correctly predicted ASD diagnosis with an accuracy of 71.7% in CEU individuals from the SFARI (ASD) and WTBC (controls) validation data sets. In conclusion, we have developed an accurate diagnostic test for a genetically homogeneous group to aid in early detection of ASD. While SNPs differ across ethnic groups, our pathway approach identified cellular processes common to ASD across ethnicities. Our results have wide implications for detection, intervention and prevention of ASD.Molecular Psychiatry advance online publication, 11 September 2012; doi:10.1038/mp.2012.126. Use of artificial intelligence to shorten the behavioral diagnosis of autism. PLoS One. 2012;7(8):e43855. Epub 2012 Aug 27. Wall DP, Dally R, Luyster R, Jung JY, Deluca TF. Abstract The Autism Diagnostic Interview-Revised (ADI-R) is one of the most commonly used instruments for assisting in the behavioral diagnosis of autism. The exam consists of 93 questions that must be answered by a care provider within a focused session that often spans 2.5 hours. We used machine learning techniques to study the complete sets of answers to the ADI-R available at the Autism Genetic Research Exchange (AGRE) for 891 individuals diagnosed with autism and 75 individuals who did not meet the criteria for an autism diagnosis. Our analysis showed that 7 of the 93 items contained in the ADI-R were sufficient to classify autism with 99.9% statistical accuracy. We further tested the accuracy of this 7-question classifier against complete sets of answers from two independent sources, a collection of 1654 individuals with autism from the Simons Foundation and a collection of 322 individuals with autism from the Boston Autism Consortium. In both cases, our classifier performed with nearly 100% statistical accuracy, properly categorizing all but one of the individuals from these two resources who previously had been diagnosed with autism through the standard ADI-R. Our ability to measure specificity was limited by the small numbers of non-spectrum cases in the research data used, however, both real and simulated data demonstrated a range in specificity from 99% to 93.8%. With incidence rates rising, the capacity to diagnose autism quickly and effectively requires careful design of behavioral assessment methods. Ours is an initial attempt to retrospectively analyze large data repositories to derive an accurate, but significantly abbreviated approach that may be used for rapid detection and clinical prioritization of individuals likely to have an autism spectrum disorder. Such a tool could assist in streamlining the clinical diagnostic process overall, leading to faster screening and earlier treatment of individuals with autism. Use of machine learning to shorten observation-based screening and diagnosis of autism. Transl Psychiatry. 2012 Apr 10;2:e100. doi: 10.1038/tp.2012.10. Wall DP, Kosmicki J, Deluca TF, Harstad E, Fusaro VA. Abstract The Autism Diagnostic Observation Schedule-Generic (ADOS) is one of the most widely used instruments for behavioral evaluation of autism spectrum disorders. It is composed of four modules, each tailored for a specific group of individuals based on their language and developmental level. On average, a module takes between 30 and 60 min to deliver. We used a series of machine-learning algorithms to study the complete set of scores from Module 1 of the ADOS available at the Autism Genetic Resource Exchange (AGRE) for 612 individuals with a classification of autism and 15 non-spectrum individuals from both AGRE and the Boston Autism Consortium (AC). Our analysis indicated that 8 of the 29 items contained in Module 1 of the ADOS were sufficient to classify autism with 100% accuracy. We further validated the accuracy of this eight-item classifier against complete sets of scores from two independent sources, a collection of 110 individuals with autism from AC and a collection of 336 individuals with autism from the Simons Foundation. In both cases, our classifier performed with nearly 100% sensitivity, correctly classifying all but two of the individuals from these two resources with a diagnosis of autism, and with 94% specificity on a collection of observed and simulated non-spectrum controls. The classifier contained several elements found in the ADOS algorithm, demonstrating high test validity, and also resulted in a quantitative score that measures classification confidence and extremeness of the phenotype. With incidence rates rising, the ability to classify autism effectively and quickly requires careful design of assessment and diagnostic tools. Given the brevity, accuracy and quantitative nature of the classifier, results from this study may prove valuable in the development of mobile tools for preliminary evaluation and clinical prioritization-in particular those focused on assessment of short home videos of children--that speed the pace of initial evaluation and broaden the reach to a significantly larger percentage of the population at risk. Immune function genes CD99L2, JARID2 and TPO show association with autism spectrum disorder. Mol Autism. 2012 Jun 9;3(1):4. [Epub ahead of print] Ramos PS, Sajuthi S, Langefeld CD, Walker SJ. Abstract BACKGROUND: A growing number of clinical and basic research studies have implicated immunological abnormalities as being associated with and potentially responsible for the cognitive and behavioral deficits seen in autism spectrum disorder (ASD) children. Here we test the hypothesis that immune-related gene loci are associated with ASD. FINDINGS: We identified 2,012 genes of known immune-function via Ingenuity Pathway Analysis. Family-based tests of association were computed on the 22,904 single nucleotide polymorphisms (SNPs) from the 2,012 immune-related genes on 1,510 trios available at the Autism Genetic Resource Exchange (AGRE) repository. Several SNPs in immune-related genes remained statistically significantly associated with ASD after adjusting for multiple comparisons. Specifically, we observed significant associations in the CD99 molecule-like 2 region (CD99L2, rs11796490, P = 4.01 x 10-06, OR = 0.68 (0.58-0.80)), in the jumonji AT rich interactive domain 2 (JARID2) gene (rs13193457, P = 2.71 x 10-06, OR = 0.61 (0.49-0.75)), and in the thyroid peroxidase gene (TPO) (rs1514687, P = 5.72 x 10-06, OR = 1.46 (1.24- 1.72)). CONCLUSIONS: This study suggests that despite the lack of a general enrichment of SNPs in immune function genes in ASD children, several novel genes with known immune functions are associated with ASD.
α Protocadherin (PCDHA) باسم الجينات قابلية رواية لمرض التوحد.
J الطب النفسي Neurosci. 2 أكتوبر 2012؛ 37 (6): 120058. دوى: 10.1503 / jpn.120058. [النشر الإلكتروني قبل الطباعة]
Anitha A، Thanseem I، ناكامورا K، K يامادا، إن Iwayama Y، تويوتا T، ايواتا Y، K سوزوكي، سوجياما T، Tsujii M، يوشيكاوا T، موري N.

ملخص

وقد تبين الخلل متشابك أن تشارك في التسبب في مرض التوحد: الخلفية. افترضنا أن الكتلة protocadherin α الجين (PCDHA)، التي تشارك في خصوصية متشابك وتعصيب هرمون السيروتونين في الدماغ، يمكن أن يكون الجين مرشح مناسب لمرض التوحد. الأساليب: درسنا 14 PCDHA الأشكال النووية المنفردة (النيوكلوتايد) للجمعية الجينية مع التوحد في عينات DNA من 3211 فردا (841 أسرة، بما في ذلك 574 أسرة متعددة) تم الحصول عليها من AutismGenetic ResourceExchange. وأظهرت خمسة تعدد الأشكال (rs251379، rs1119032، rs17119271، rs155806 وrs17119346) جمعيات كبيرة مع التوحد: نتائج. ولوحظ أقوى الجمعيات (P <0.001) لrs1119032 (ض درجة من أليل خطر G = 3.415) في الأسر متعددة. جمعيات SNP الصمود متعددة تصحيح الاختبار في الأسر متعددة (ع = 0.041). وأظهرت النسخ المتنوعة التي تشمل rs1119032 جمعيات قوية جدا مع التوحد، وتحملوا عدة تصويبات الاختبار. في الكمي اختبار اختلال التوازن نقل متعدد الاتحاد الماليزي - ilies، أظهر أليل G من rs1119032 جود علاقة وثيقة (ع = 0.033) مع درجات على المنقحة مقابلة (ADI-R) _D تشخيص التوحد (في وقت مبكر تشوهات النمو). كما وجدنا فرقا كبيرا في توزيع ADI-R_A (التفاعل الاجتماعي) عشرات بين A / A، A / G و G / G المورثات من rs17119346 (P = 0.002). القيود: نتائجنا يجب أن تتكرر في في - السكان الذين يعتمدون و / أو في عينات من خلفيات عرقية مختلفة. الخلاصة: دراستنا تقدم دليلا وراثي قوي من PCDHA باسم الجينات مرشح محتمل لمرض التوحد.

توقع تشخيص التوحد اضطراب طيف باستخدام تحليل المسار الجيني.
مول الطب النفسي. 2012 سبتمبر 11. دوى: 10.1038 / mp.2012.126. [النشر الإلكتروني قبل الطباعة]
Skafidas E، تيستا R، Zantomio D، G شانا، Everall IP، بانتيليس C.

ملخص

اضطراب طيف التوحد (ASD) يعتمد على المقابلة الإكلينيكية مع عدم وجود المؤشرات الحيوية للمساعدة التشخيص. التحقيق للاستجواب الأشكال الحالية احدة النوكليوتيدات (النيوكلوتايد) من الأفراد مع ASD من قاعدة البيانات التوحد لتبادل الموارد الوراثية (أوافق). تم تعيين تعدد الأشكال إلى كيوتو موسوعة الجينات والجينوم (KEGG) مسارات -derived لتحديد العمليات الخلوية المتضررة وتطوير اختبار تشخيصي. ثم تم تطبيق هذا الاختبار لعينتين مستقلتين من مبادرة مؤسسة سيمونز التوحد أبحاث (SFARI) ويلكوم ترست 1958 العادية فوج الولادة (WTBC) للمصادقة. باستخدام بيانات اغري SNP من المركزي الأوروبي (CEU) الفوج، أنشأنا المصنف التشخيص الجيني التي تتكون من 237 تعدد الأشكال في 146 الجينات التي توقع ASD التشخيص بشكل صحيح في 85.6٪ من الحالات CEU. وتوقع هذا المصنف 84.3٪ من الحالات في فوج توسكان بدوافع عرقية؛ ومع ذلك، كان أقل دقة التنبؤ (56.4٪) في غير متشابهة وراثيا فوج هان الصينية (HAN). وكان ثمانية تعدد الأشكال في ثلاثة جينات (KCNMB4، GNAO1، GRM5) أكبر الأثر في مصنف مع بعض التصرف كما تعدد الأشكال الضعف، في حين أن البعض الآخر واقية. وقد انخفض دقة التنبؤ تضاءل عدد تعدد الأشكال التي تم تحليلها في النموذج. لدينا المصنف التشخيص توقع بشكل صحيح ASD التشخيص بدقة تبلغ 71.7٪ في CEU الأفراد من SFARI (ASD) وWTBC (الضوابط) مجموعات التحقق من صحة البيانات. في الختام، قمنا بتطوير اختبار تشخيصي دقيق لمجموعة متجانسة وراثيا للمساعدة في الكشف المبكر عن ASD. بينما تعدد الأشكال تختلف بين المجموعات العرقية، وتحديد نهج مسار دينا العمليات الخلوية المشتركة إلى ASD عبر الأعراق. نتائجنا لها آثار واسعة للكشف والتدخل والوقاية من ASD.Molecular الطب النفسي مقدما نشر على شبكة الإنترنت، 11 سبتمبر 2012. دوى: 10.1038 / mp.2012.126.


استخدام الذكاء الاصطناعي لتقصير التشخيص السلوكي لمرض التوحد.
بلوس واحد. 2012؛ 7 (8): e43855. النشر الإلكتروني 2012 27 أغسطس.
جدار DP، دالي R، Luyster R، جونغ JY، ديلوكا TF.

ملخص
لتشخيص التوحد المعدلة-مقابلة (ADI-R) هي واحدة من الأكثر استخداما أدوات للمساعدة في التشخيص السلوكي لمرض التوحد. يتكون الامتحان من 93 الأسئلة التي يجب الإجابة عليها من قبل مقدم الرعاية ضمن جلسة المركزة التي غالبا ما يمتد 2.5 ساعة. استخدمنا تقنيات التعلم الآلي لدراسة مجموعات كاملة من الأجوبة على ADI-R متوفرة في التوحد للأوراق الأبحاث الوراثية (أوافق) ل891 أشخاص مصابين بالتوحد و 75 الأفراد الذين لم تستوفي معايير تشخيص التوحد. أظهر تحليلنا أن 7 من عناصر 93 الواردة في ADI-R كانت كافية لتصنيف التوحد مع الدقة الإحصائية 99.9٪. اختبرنا كذلك دقة هذه المصنف 7-قضية ضد مجموعات كاملة من الإجابات من اثنين من مصادر مستقلة، ومجموعة من 1654 الأفراد المصابين بالتوحد من مؤسسة سيمونز وجمع 322 الأفراد المصابين بالتوحد من بوسطن التوحد اتحاد. في كلتا الحالتين، المصنف دينا يؤديها مع الدقة الإحصائية ما يقرب من 100٪، وتصنيف صحيح لكن كل واحد من الأفراد من هذه الموارد اللذين سبق ان تم تشخيص التوحد من خلال معيار ADI-R. لدينا القدرة على قياس خصوصية محدودة من قبل عدد قليل من حالات عدم الطيف في البيانات البحثية المستخدمة، ومع ذلك، أظهرت البيانات سواء الحقيقية ومحاكاة مجموعة في خصوصية من 99٪ إلى 93.8٪. مع ارتفاع معدل الاصابة، والقدرة على تشخيص مرض التوحد بشكل سريع وفعال يتطلب تصميم دقيق لأساليب التقييم السلوكية. لنا هو محاولة أولية لتحليل بأثر رجعي مستودعات البيانات الكبيرة لاستخلاص نهجا دقيقا، ولكن يختصر كثيرا التي يمكن استخدامها للكشف السريع وترتيب الأولويات السريرية الأفراد عرضة لاضطرابات طيف التوحد. هذه أداة يمكن أن تساعد في تبسيط عملية التشخيص السريري بشكل عام، مما يؤدي إلى سرعة الفحص والعلاج في وقت سابق من الأفراد المصابين بالتوحد.


استخدام التعلم الآلي لتقصير الفرز القائم على الملاحظة والتشخيص لمرض التوحد.
Transl الطب النفسي. 2012 أبريل 10؛ 2: E100. دوى: 10.1038 / tp.2012.10.
جدار DP، Kosmicki J، ديلوكا TF، هارستاد E، Fusaro تقدير VA.

ملخص
لتشخيص التوحد مراقبة الجدول الزمني للعام (ADOS) هي واحدة من الأكثر استخداما على نطاق واسع أدوات لتقييم السلوكي للاضطرابات طيف التوحد. وهو يتألف من أربع وحدات، كل مصممة خصيصا لمجموعة معينة من الأفراد على أساس اللغة ومستوى النمو. في المتوسط، وحدة ما يستغرق ما بين 30 و 60 دقيقة لتحقيق ذلك. كنا مجموعة من الخوارزميات آلة التعلم لدراسة مجموعة كاملة من عشرات من الوحدة 1 من ADOS المتاحة في بورصة التوحد الوراثية الموارد (أوافق) ل612 الأشخاص الذين يعانون من تصنيف التوحد و15 غير الطيف الأفراد من كلا اغري و التوحد اتحاد بوسطن (AC). وأشار تحليلنا أن 8 من 29 البنود الواردة في الوحدة 1 من ADOS كانت كافية لتصنيف التوحد مع دقة 100٪. نحن التحقق من صحة مزيد من دقة هذا البند ثمانية المصنف ضد مجموعات كاملة من عشرات من اثنين من مصادر مستقلة، وهي مجموعة من 110 أشخاص يعانون من مرض التوحد من AC ومجموعة من 336 أشخاص يعانون من مرض التوحد من مؤسسة سيمونز. في كلتا الحالتين، المصنف دينا يؤديها مع ما يقرب من 100٪ حساسية وتصنيفها بشكل صحيح جميع ولكن اثنين من الأفراد من هذه الموارد اثنين مع تشخيص مرض التوحد، ومع 94٪ خصوصية على مجموعة من الضوابط عدم الطيف الملاحظة والمحاكاة. يتضمن المصنف عدة عناصر وجدت في خوارزمية ADOS، مما يدل على اختبار صلاحية عالية، وأدى أيضا في درجة الكمية التي يقيس ثقة تصنيف وشكل قاطع من النمط الظاهري. مع ارتفاع معدل الاصابة، والقدرة على تصنيف التوحد بشكل فعال وبسرعة يتطلب تصميم دقيق لتقييم وأدوات التشخيص. وبالنظر إلى الإيجاز والدقة والطبيعة الكمية للمصنف، قد نتائج هذه الدراسة تثبت قيمة في تطوير أدوات متنقلة لتقييم أولي والسريرية الأولويات على وجه الخصوص تلك التي تركز على تقييم أشرطة الفيديو المنزلية قصيرة للأطفال - أن سرعة وتيرة التقييم الأولي وتوسيع نطاق الحصول على نسبة مئوية أكبر بكثير من السكان المعرضين للخطر.

الجينات وظيفة المناعة CD99L2، JARID2 وTPO إظهار ارتباط ذلك باضطراب طيف التوحد.
مول التوحد. 9 يونيو 2012 (3)؛ (1): 4. [النشر الإلكتروني قبل الطباعة]
راموس PS، Sajuthi S، Langefeld CD، ووكر SJ.

ملخص
خلفية:

وهناك عدد متزايد من الدراسات والأبحاث السريرية والأساسية قد تورط الشذوذات المناعية باعتباره مرتبطا مع ومسؤولة المحتمل لالعجز المعرفي والسلوكي ينظر في اضطراب طيف التوحد (ASD) الأطفال. نحن هنا اختبار الفرضية التي ترتبط مواضع الجينات المرتبطة بالمناعة مع ASD.

النتائج:
حددنا 2012 الجينات المعروفة المناعي وظيفة عن طريق الإبداع تحليل المسار. حسبت الاختبارات القائمة على الأسرة لجمعية على 22904 النوكليوتيدات المفردة (النيوكلوتايد) من 2012 الجينات المرتبطة بالمناعة على 1510 ثلاثيات المتاحة في التوحد لتبادل الموارد الوراثية (أوافق) مستودع. عدة تعدد الأشكال في الجينات المرتبطة بالمناعة لا تزال مرتبطة إحصائيا مع ASD بعد تعديل مقارنات متعددة. على وجه التحديد، لاحظنا جمعيات كبيرة في CD99 مثل جزيء 2 المنطقة (CD99L2، rs11796490، P = 4.01 X 10-06، OR = 0.68 (0،58-0،80))، في jumonji AT الغنية مجال تفاعلي 2 (JARID2) الجينات ( rs13193457، P = 2.71 X 10-06، OR = 0.61 (0،49-0،75))، وهذا الجين البيروكسيديز الغدة الدرقية (TPO) (rs1514687، P = 5.72 X 10-06، OR = 1.46 (1.24- 1.72)).

الاستنتاجات:
تشير هذه الدراسة إلى أنه على الرغم من عدم وجود إثراء العام من تعدد الأشكال في الجينات وظيفة المناعة في الأطفال ASD، ترتبط عدة جينات جديدة ذات وظائف المناعة المعروف مع ASD.

http://agre.autismspeaks.org/site/c....blications.htm