Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
licenciatario exclusivo
ser parcialmente distintos, donde algunos efectos genéticos son más relevantes a escalas Estudios que muestran que las regiones subcorticales se conectan ampliamente
más grandes, mientras que otros podrían afectar componentes del circuito relativamente con la corteza cerebral, para generar interacciones cortical-subcorticales recíprocas
específicos. que en conjunto apoyan muchas funciones cognitivas.14).
Nuestros análisis genéticos incluyeron estimación de heredabilidad basada en
SNP, GWAS multivariado (mvGWAS) y anotación biológica de loci asociados. Luego, Heredabilidades de las medidas de conectividad.
para ilustrar cómo surgieron en los datos las asociaciones multivariadas gen- El software GCTA (Análisis de rasgos complejos de todo el genoma) (15) se
cerebro y cómo los resultados de mvGWAS en todo el cerebro podrían consultarse utilizó para estimar la heredabilidad basada en SNP (h2) para cada medida de
en relación con cualquier red cerebral específica de interés, utilizamos los red, es decir, el grado en que la variación en cada medida de conectividad se
resultados para identificar loci genómicos que están asociados con conexiones explicó por variantes genéticas comunes entre los autosomas (Materiales y
estructurales entre Regiones centrales del hemisferio izquierdo relacionadas con el Métodos). Las 90 medidas de conectividad a nivel de nodo (basadas en
lenguaje. Varios aspectos de la función del lenguaje. regiones) fueron significativamente heredables (corregido por Bonferroni).
– especialmente relacionados con la producción del lenguaje – muestran una fuerte PAG<0,05 después de probar 90 medidas), oscilando entre 7,8 y 29,5% (media
lateralización hemisférica, con aproximadamente el 85% de las personas con predominio h2= 18,5%; Fig. 2A, fig. S2 y tabla S2). La mayoría de los nodos homólogos de
del hemisferio izquierdo (12). los hemisferios izquierdo y derecho mostraron heredabilidades similares,
Por último, evaluamos cómo se manifiesta la disposición genética a los pero algunos nodos mostraron diferencias prominentes de heredabilidad
trastornos cerebrales y otros rasgos de comportamiento en términos de entre hemisferios, como la corteza parietal inferior (izquierda: 27,0% versus
conectividad de la materia blanca en la población general. Para hacerlo, derecha: 19,42%), pars triangularis (izquierda: 23,4% versus derecha: 16,9%), y
mapeamos asociaciones multivariadas de las métricas de tractografía de corteza occipital inferior (izquierda:
materia blanca de todo el cerebro con puntuaciones poligénicas para una 8,0% versus derecha: 15,7%; Fig. 2A y tabla S2). Once conectividades a
variedad de trastornos cerebrales hereditarios o rasgos de comportamiento: nivel de nodo mostraronh2estimaciones de >25% (tabla S2), siendo la
visualizarse interactivamente en una interfaz dinámica basada en Web (consulte la la gran mayoría de los SNP principales se detectaron para la conectividad a
declaración “Disponibilidad de datos y materiales”). nivel de nodo o de borde, pero no para ambos, lo que respalda la importancia
de realizar análisis de asociación genética en estos diferentes niveles de red.
Análisis multivariados de asociación de todo el genoma de la conectividad
de la materia blanca. Para cada SNP principal, MOSTest indicó la contribución de cada
El software de prueba estadística omnibus multivariada (MOSTest) (dieciséis) métrica cerebral a su asociación multivariada, al informar unz
se utilizó para realizar dos análisis mvGWAS separados, primero para las 90 puntuación derivada de la asociación univariada de cada métrica con ese
medidas de conectividad a nivel de nodo en una única pantalla multivariada SNP (Materiales y métodos y tablas S11 y S12). En el nivel de nodo
de todo el genoma y luego para las 851 conectividades a nivel de borde en mvGWAS, las regiones con mayor magnitudzLas puntuaciones
otra única pantalla multivariada de todo el genoma, ambas veces en relación consideradas en todos los SNP principales fueron el putamen bilateral
con 9.803.735 SNP que abarcan el genoma. Este análisis examinó cada SNP (media izquierda |z| = 2,05, media derecha |z| = 1,86), pálido izquierdo
por separado para determinar sus asociaciones con múltiples medidas de (media |z| = 2,02), corteza frontal media bilateral (media izquierda |z| =
redes estructurales, modelando simultáneamente la naturaleza distribuida de 1,98, media derecha |z| = 1,89) y corteza cingulada media (media |z| =
las influencias genéticas en todo el cerebro (Materiales y Métodos). FUMÁ (17) 1,82; higo. S8 y tabla S13). Por ejemplo, el putamen izquierdo, que tuvo
se utilizó para agrupar los resultados de mvGWAS sobre la base del la contribución general más alta en todos los SNP principales (media |z|
desequilibrio de ligamiento (LD) y para identificar SNP principales = 2,05), se asoció especialmente fuertemente con rs12146713 en
independientes en cada locus genómico asociado (Materiales y Métodos). En 12q23.3 (z= -10.48), rs72748148 en 9q31.3 (z=7.35), rs798528 en 7p22.3 (
elPAG=2,5 × 10−8nivel de significancia (es decir, el umbral de significancia z= -6.74), rs7935166 en 11p11.2 (z=6.22), y rs3795503 en 1q25.3 (z=6,01;
estándar GWAS dePAG=5×10−8pero corregido por Bonferroni para dos tabla S13).
mvGWAS), identificamos 140 SNP principales en 117 loci genómicos distintos En el mvGWAS de conectividad a nivel de borde, los bordes que mostraron
asociados con conectividades a nivel de nodo (Fig. 2C, fig. S5 y tabla S9) y 211 alta magnitudzLas puntuaciones consideradas en todos los SNP principales
SNP principales en 166 loci genómicos distintos asociados con borde conectaron principalmente la corteza precuneus, calcarine, temporal media y
Conectividades de nivel (Fig. 2C, fig. S5 y tabla S10). El análisis de permutación pre y poscentral (tabla S14 y fig. S9). El borde que une la precúnea izquierda y
bajo la hipótesis nula de no asociación indicó que MOSTest controló derecha tuvo la mayor contribución entre los SNP principales (media |z| =
correctamente 1,60) y se asoció especialmente con
error tipo I (Materiales y Métodos y figs. S6 y S7). Excepto las variantes rs946711 en 10p12.31 (z= -5.58) y el cromosoma 21,
cada cromosoma tenía al menos un locus asociado 3:190646282_TA_T en 3q28 (z= -5.53).
con conectividad a nivel de nodo o a nivel de borde.
Se encontraron veintiséis SNP principales en común entre el mvGWAS a nivel de La mayoría de los loci genómicos asociados con la conectividad
nodo y el mvGWAS a nivel de borde. Si bien era de esperar cierto grado de estructural no estaban identificados previamente
superposición dado que las métricas a nivel de nodo se calcularon a partir de las Juntos, nuestra conectividad a nivel de nodo mvGWAS y nuestra conectividad a nivel
métricas a nivel de borde (es decir, no son independientes), el hecho de que de borde mvGWAS identificaron 325 SNP principales, de los cuales solo
Fig. 2. Análisis de heredabilidad basado en SNP y mvGWAS de conectividad a nivel de nodo y conectividad a nivel de borde en 30,810 participantes.(A) Las 90 conectividades a nivel de nodo (es
decir, regionales) mostraron una heredabilidad significativa basada en SNP después de la corrección de Bonferroni, que oscilaba entre 7,8 y 29,5%. (B) Ochocientos cincuenta y uno de 947 conectividades
a nivel de borde mostraron una heredabilidad significativa basada en SNP después de la corrección de Bonferroni, que oscilaba entre 4,6 y 29,5%. Derecha: mapas cerebrales. Izquierda: ganglios
agrupados por lóbulos corticales y estructuras subcorticales frontal, prefrontal, parietal, temporal y occipital. Las heredabilidades se pueden visualizar de forma interactiva en una interfaz dinámica
basada en la Web (consulte la declaración “Disponibilidad de datos y materiales”). (C) Gráfico de Miami para mvGWAS de 90 conectividades a nivel de nodo (arriba) y 851 conectividades a nivel de borde
(abajo). Las líneas negras indican el umbral de significación de todo el genoma.PAG<2,5 × 10−8(Materiales y métodos).
101 estaban previamente asociados con al menos un rasgo en el catálogo El mismo SNP se ha asociado con la integridad de la microestructura de la
NHGRI-EBI GWAS (tablas S9 y S10) (18). Esto indica que la mayoría (68,92%) de sustancia blanca (20), esquizofrenia (41), y los problemas de conducta de los
los loci implicados aquí en el conectoma estructural no fueron identificados niños (42).
en estudios previos. Había 65 SNP en común con los informados en GWAS
anteriores de medidas cerebrales (11,dieciséis,19–21). Específicamente, 46 de Análisis de asociación basado en genes y análisis de enriquecimiento de
nuestros SNP principales se asociaron previamente con volúmenes regionales conjuntos de genes para el cerebro.'s conectoma estructural
del cerebro (19,22), 29 con espesores corticales regionales (dieciséis,21), 33 Utilizamos MAGMA (Análisis de marcadores múltiples de anotación genómica) (23)
con áreas de superficie cortical regional (21,23), y 20 con microestructura de para realizar un análisis de asociación basado en genes, que combina la evidencia
sustancia blanca (11,24). Además de las medidas cerebrales, 11 de nuestros de mvGWAS para la asociación en cada SNP dentro de un gen determinado
SNP principales se asociaron con rasgos de salud mental (p. ej., autismo, mientras se controla la LD. Para las conectividades a nivel de nodo, identificamos
esquizofrenia y ansiedad) (25,26), 11 de nuestros SNP principales con 296 genes significativos conPAG<0,05 (después de la corrección de Bonferroni para
funciones cognitivas (p. ej., capacidad cognitiva y rendimiento) (27,28), 4 de probar 20.146 genes y dos conjuntos de resultados de mvGWAS) (tabla S18 y fig.
nuestros SNP principales con enfermedades neurológicas (p. ej., enfermedad S11), 237 de los cuales se superpusieron con los anotados por al menos una de las
de Alzheimer y epilepsia) (29,30), y 40 de nuestros SNP principales con tres estrategias utilizadas anteriormente (es decir, ubicación física, anotación eQTL ,
variables físicas y fisiológicas no cerebrales (p. ej., relación cintura-cadera, o interacción de la cromatina). La base genéticaPAGLuego, los valores se utilizaron
niveles de colesterol y función pulmonar) (31,32). Además, comparamos como entrada para realizar un análisis de enriquecimiento de conjuntos de genes,
nuestros resultados con los informados en un GWAS reciente de integridad en relación con 15,488 conjuntos funcionales previamente definidos dentro de la
de la microestructura de la sustancia blanca cuyos resultados no se han base de datos MSigDB (43). Sesenta y un conjuntos de genes mostraron un
depositado en el catálogo de GWAS (10): Treinta y dos de sus SNP principales enriquecimiento significativo (ajustado por Bonferroni).PAG<0,05 para probar
se superpusieron con los de nuestros análisis de mvGWAS (tabla S15). 15.488 conjuntos; Fig. 3A y tabla S19), que implicaban principalmente procesos de
Fig. 3. Los genes asociados con la variación en el conectoma de la sustancia blanca del adulto están
enriquecidos para funciones específicas del desarrollo neurológico.(A) Sesenta y un conjuntos de genes
significativo de la asociación con la conectividad a nivel de borde. (CyD) Sobre la base de datos de BrainSpan
de 11 etapas de la vida o 29 grupos de edad, los genes asociados con la variación en (C) la conectividad a
nivel de nodo en adultos y (D) la conectividad a nivel de borde en adultos muestran una regulación positiva
en el cerebro humano durante el período prenatal. (miyF) Sobre la base de datos de expresión génica
unicelular del cerebro prenatal, los genes asociados con la variación en (E) la conectividad a nivel de nodo
adulto muestran una regulación positiva en los astrocitos cuando se consideran todos los grupos de edad
prenatal combinados y en las células madre y la microglía a las 10 semanas de gestación. (GW), astrocitos en
muestran una regulación positiva en los astrocitos cuando se consideran todos los grupos de edad prenatal.
a 26 GW cuando se descomponen por etapas de desarrollo. (C a F) Las líneas negras indican el umbral de
conectividad (β = 0,04,PAG=1,27 × 10−3) (corregido por Bonferroni)PAG< 0,05; PAG=3,97 × 10−4) (Fig. 3E y tabla S24). De manera similar, los genes
Fig. 3, E y F, y tablas S24 y S25). Desglosando por edad, los genes asociados asociados con las conectividades a nivel de borde mostraron una
con la conectividad a nivel de nodo estaban regulados positivamente en regulación positiva en promedio en la microglía (β = 0,02,PAG=5,07 × 10
promedio en la microglía (β = 0,02,PAG=3,72 × 10−5) y células madre (β = 0,05, −4) y células madre (β = 0,06, PAG=5,18 × 10−6) a 10 GW, neuronas a 16
PAG=3,51 × 10−4) a las 10 semanas de edad gestacional (GW), astrocitos a las GW (β = 0,06, PAG=9,32 × 10−5), y astrocitos (β = 0,05,PAG=3,50 × 10−6) y
19 GW (β = 0,02,PAG=1,48 × 10−4) y 26 GW (β = 0,05, PAG=1,35 × 10−7), y neuronas GA-BAérgicas a 26 GW (β = 0,05,PAG=1,01 × 10−4; Fig. 3F y tabla
neuronas GABAérgicas a 26 GW (β = 0,04, S25).
Genética de la conectividad de la red lingüística del Asociaciones multivariadas del conectoma estructural con puntuaciones
hemisferio izquierdo. poligénicas para trastornos cerebrales y rasgos de comportamiento Para
Para ilustrar cómo se pueden consultar los resultados de mvGWAS en todo el cada uno de los 30.810 individuos de nuestra muestra de estudio, calculamos
cerebro en relación con cualquier red cerebral específica de interés, puntuaciones poligénicas (51) para diversos trastornos cerebrales o rasgos de
seleccionamos cuatro regiones del hemisferio izquierdo que corresponden a comportamiento que han mostrado asociaciones con la variación de la
una red que se activa de manera confiable mediante tareas de lenguaje a materia blanca, utilizando estadísticas resumidas de GWAS publicadas
nivel de oración de manera lateralizada hacia la izquierda. en la mayoría de anteriormente: esquizofrenia (10,52– 54), trastorno bipolar (55,56), autismo (
las personas y en todos los idiomas (46), es decir, las partes opercular y 10,53,57,58), desorden hiperactivo y deficit de atencion (59,60), zurdo (61,62),
triangular de la corteza frontal inferior (región de Broca) y la corteza temporal enfermedad de Alzheimer (63,64), la esclerosis lateral amiotrófica (sesenta y
superior y media (incluida la región de Wernicke; Fig. 4). Estos cuatro nodos cinco, 66), y epilepsia (67,68) (Materiales y métodos). Hubo 18 correlaciones
están unidos por seis bordes con heredabilidades que van del 7,3 al 17,1% parciales significativas (es decir, ajustadas por covariables demográficas y
(tabla S3), que en conjunto corresponden bien al fascículo arqueado y técnicas; ver Materiales y Métodos) entre diferentes pares de estas
probablemente también incluyen líneas de corriente a través del fascículo puntuaciones poligénicas entre individuos (corregido por Bonferroni).PAG<
uncinado, dos tractos de fibras prominentes involucrados en el lenguaje (Fig. 0,05): 16 correlaciones fueron positivas, siendo las más altas entre
4). ) (47). De los 211 SNP principales de nuestro mvGWAS cerebral de puntuaciones poligénicas para esquizofrenia y trastorno bipolar (r=0,36,PAG<
conectividad a nivel de borde, 31 se asociaron significativamente con al 1×10−200) y entre el trastorno por déficit de atención/hiperactividad y el
menos uno de estos seis bordes de acuerdo con el borde específico.z autismo (r=0,33,PAG<1×10−200), mientras que 2 fueron negativos, entre
puntuaciones derivadas deMOSTest (corrección de Bonferroni a 0,05; tabla puntuaciones poligénicas para esclerosis lateral amiotrófica y trastorno
S26). Por ejemplo, rs12636275 en 3p11.1 se encuentra dentro de un intrón de bipolar (r= -0,03,PAG=2,26 × 10−6) y esclerosis lateral amiotrófica y autismo (r=
EPHA3, un gen que codifica una subunidad del receptor de efrina que regula -0,03,PAG=8,81 × 10−6; tabla S27 y fig. S12).
Fig. 4. Genética de la conectividad de la red lingüística del hemisferio izquierdo.(A) Cuatro regiones con funciones centrales en la red lingüística del hemisferio izquierdo, que
abarcan las áreas clásicamente definidas de Broca (lóbulo frontal) y Wernicke (lóbulo temporal). También se muestran los seis bordes que conectan estas cuatro regiones cuando se
consideran nodos de red. (B) Visualización de los seis bordes en un individuo de ejemplo, donde el rojo representa las conexiones entre la pars opercularis y la pars triangularis, el verde
representa las conexiones entre la corteza temporal media y la corteza temporal superior, el dorado representa las conexiones entre la pars opercularis y la corteza temporal media, el
azul representa las conexiones entre la pars opercularis y la corteza temporal superior, el morado representa las conexiones entre la pars triangularis y la corteza temporal media, y el
amarillo representa las conexiones entre la pars triangularis y la corteza temporal superior. (C) Los genes más cercanos a los SNP principales independientes del mvGWAS de
conectividad a nivel de borde en todo el cerebro, que mostraron una asociación significativa con al menos uno de los seis bordes de la red lingüística del hemisferio izquierdo (corrección
de Bonferroni en 0,05; tabla S26).
PAG=1,29 × 10−25; epilepsia:r=0,05,PAG=1,49 × 10−20. Por lo tanto, las corteza, corteza visual izquierda prefrontal medial izquierda y tálamo derecho,
disposiciones poligénicas a estos diversos trastornos o rasgos de funcionalmente anotados con funciones cognitivas relacionadas con el lenguaje
comportamiento en la población general se reflejan en parte en la (Fig. 5E, fig. S13 y tablas S28 y S30). Véase la Fig. 5, fig. S13 y las tablas S28 y S30
conectividad de la materia blanca del cerebro. para los mapas equivalentes y anotaciones funcionales para todas las puntuaciones
Los análisis de correlación canónica arrojaron cargas para cada medida de poligénicas de trastorno/rasgo. Los riesgos poligénicos para el trastorno bipolar y
conectividad a nivel de nodo, lo que refleja el alcance y la dirección de la asociación la esquizofrenia tenían los mapas cerebrales más similares, en términos de
de cada medida con la disposición poligénica para un trastorno/rasgo de conectividad estructural a nivel de nodos asociada con cada uno de estos riesgos
comportamiento determinado. Para los trastornos psiquiátricos, la mayoría de las poligénicos.r=0,56 entre las cargas para estas dos puntuaciones poligénicas, en los
cargas fueron negativas, es decir, el aumento del riesgo poligénico para estos 90 nodos; higo. S14 y tabla S31).
trastornos se asoció más a menudo con una conectividad reducida que con un
aumento en las regiones del cerebro (Fig. 5 y tabla S28). Esto fue especialmente
marcado para los riesgos poligénicos de esquizofrenia (85 regiones con cargas DISCUSIÓN
negativas, 5 regiones con cargas positivas), trastorno bipolar (81 negativos, 9 Este estudio cartográfico a gran escala utilizó tractografía de materia blanca y
positivos) y autismo (64 negativos, 26 positivos). La disposición poligénica a ser análisis multivariado para caracterizar las contribuciones de variantes genéticas
zurdo también se asoció con conectividades a nivel de nodo más reducidas (62 comunes a las diferencias individuales en la conectividad estructural del cerebro
cargas negativas) que con mayor conectividad a nivel de nodo (28 cargas positivas). humano adulto. También se caracterizaron y describieron asociaciones
Por el contrario, un mayor riesgo poligénico de enfermedad de Alzheimer se asoció multivariadas entre la conectividad estructural y las disposiciones poligénicas a
con una mayor conectividad de la materia blanca para la mayoría de las regiones trastornos relacionados con el cerebro o rasgos de comportamiento en términos de
del cerebro (62 de 90) en los datos del Biobanco del Reino Unido, incluso cuando activaciones funcionales de las regiones cerebrales implicadas. En conjunto, estos
algunas regiones conocidas de patología del trastorno mostraron una conectividad diversos análisis en más de 30.000 individuos de la población general vincularon
La microglía embrionaria está distribuida de manera desigual en el cerebro y se observaciones, al mostrar que los genes regulados positivamente en la microglía en el
asocia con axones en desarrollo, lo que nuevamente sugiere funciones en la cerebro humano embrionario están enriquecidos con variantes que se asocian con
regulación del crecimiento axonal y la guía posicional.74). Los cerebros de ratones diferencias individuales en la conectividad de la materia blanca de los adultos. Por lo tanto,
sin microglía o con microglía inmunoactivada muestran un crecimiento anormal de se justifica realizar más investigaciones sobre el papel de los astrocitos y la microglía en el
axones dopaminérgicos.75), mientras que la interrupción de la función microglial o desarrollo de los tractos de fibras.
el agotamiento de la microglia resulta en una falla de los axones en crecimiento Si bien nuestros resultados apuntan especialmente a genes implicados en el desarrollo
para adherirse y formar haces en el cuerpo calloso, el tracto de fibras más grande neurológico, también es probable que algunos efectos genéticos sobre la conectividad de la
del cerebro (76). Nuestros datos respaldan tales materia blanca actúen más adelante en la vida. Por ejemplo, astrocitos y microglia.
puede afectar el mantenimiento y el envejecimiento de los tractos de fibras En este estudio, utilizamos tractografía determinista que descubrimos que
cerebrales durante la edad adulta, con implicaciones para los trastornos cerebrales era computacionalmente factible en más de 30.000 personas (y que requirió
y posiblemente sugiriendo objetivos terapéuticos. Mapeamos las asociaciones aproximadamente 4 meses de procesamiento en un servidor de clúster). Un
multivariadas de puntuaciones poligénicas para diversos trastornos relacionados enfoque alternativo, la tractografía probabilística, es generalmente más
con el cerebro y rasgos de comportamiento con conectividades regionales de exigente en términos de tiempo de ejecución y requisitos de
materia blanca y anotamos los mapas cerebrales resultantes utilizando datos de almacenamiento, pero puede tener ventajas, especialmente porque permite
imágenes funcionales metanalizados. Algunos mapas y sus anotaciones eran modelar múltiples orientaciones de tracto por vóxel y, por lo tanto, permite
consistentes con la sintomatología de los rasgos en cuestión; por ejemplo, la cruzar fibras (82). Sin embargo, se ha informado que la tractografía
disposición poligénica al trastorno bipolar se asoció con la conectividad de la determinista tiende a tener una menor probabilidad de generar conexiones
materia blanca de regiones del cerebro prominentemente involucradas en el estado falsas positivas que los enfoques probabilísticos.83). Esto es importante
de ánimo, mientras que las disposiciones poligénicas al trastorno por déficit de porque los falsos positivos pueden ser más perjudiciales para el cálculo
atención/hiperactividad o al autismo se asociaron con la conectividad de regiones correcto de las medidas de la red que los falsos negativos (83). De manera
importantes para las funciones ejecutivas. Las puntuaciones poligénicas para similar, Sarwaret al.(84) evaluaron el rendimiento en todos los modelos de
zurdos y esquizofrenia se asociaron con la conectividad de regiones relacionadas tractografía e informaron que la tractografía determinista produjo las
con el lenguaje, lo que es consistente con una dominancia funcional alterada del reconstrucciones de conectomas más precisas, especialmente al omitir
hemisferio izquierdo para el lenguaje en ambos rasgos (12,77) y una asociación conexiones con el menor número de líneas de corriente. En consecuencia,
fenotípica entre ellos (78). Las puntuaciones poligénicas para zurdos y esquizofrenia solo incluimos una conexión en nuestra matriz de conectividad estructural
también se han asociado con una asimetría estructural alterada de la materia gris cuando se detectó en al menos el 80% de los participantes. La aplicación de
en regiones relacionadas con el lenguaje.53,61). este umbral eliminó 3058 conexiones débiles o espurias de nuestro estudio,
dejando 947 para un análisis más detallado, de las cuales 851 mostraron una
estructuras subcorticales (a diferencia de las segmentaciones basadas en la Con los datos disponibles de dMRI y genotipo, primero excluimos a los
superficie cortical), que era el objetivo del presente estudio. También se ha participantes con una falta de coincidencia en su sexo autoinformado y
demostrado que la tractografía que utiliza atlas basados en volumen, como genéticamente inferido, con supuestas aneuploidías de cromosomas sexuales, o
AAL, captura la variación que surge del espesor cortical o la forma del haz que eran valores atípicos según la heterocigosidad (heterocigosidad corregida del
mejor que los atlas basados en superficie.100,101). El sistema de etiquetado componente principal > 0,19) y falta de genotipo (tasa de faltantes > 0,05). )
AAL integra características anatómicas de la geometría de los surcos y giros, calculado por Bycroftet al.(104). Para garantizar un alto grado de homogeneidad
mientras que las regiones relativamente grandes ayudan a superar la genética, el análisis se limitó a participantes con ascendencia británica blanca, que
variabilidad que surge durante el registro espacial y la normalización de fue definida por Bycroft.et al. (104), utilizando una combinación de autoinforme y
imágenes cerebrales de diferentes individuos. Si bien sería informativo aplicar análisis de conglomerados basado en los primeros seis componentes principales
diferentes atlas en estudios futuros, es probable que el porcentaje de que capturan la ascendencia genética. También excluimos aleatoriamente a un
conexiones interregionales no detectadas (es decir, con líneas de corriente participante de cada par con un coeficiente de parentesco >0,0442, según lo
cero) aumente con un atlas más detallado que tenga más parcelaciones más calculado por Bycroft.et al. (104). Todas estas métricas están disponibles en la
pequeñas. categoría de datos 263 o 100313 del Biobanco del Reino Unido. Nuestro
Este estudio tuvo algunas limitaciones: (i) Maximizamos nuestro poder procedimiento de inclusión finalmente dio como resultado 30.810 participantes,
estadístico para GWAS utilizando los datos disponibles como una gran con una edad media de 63,84 años (rango, 45 a 81 años), 14.636 eran hombres y
muestra de descubrimiento, pero esto no permitió un diseño de 16.174 eran mujeres.
descubrimiento-replicación. No obstante, en última instancia, el análisis
combinado total en la muestra más grande disponible es la evidencia más Control de calidad genética.
representativa de asociación disponible. Como se mencionó anteriormente en Descargamos datos imputados de SNP y genotipo de inserción/eliminación del
esta sección, los diversos análisis de enriquecimiento indicaron la validez Biobanco del Reino Unido (es decir, datos imputados de v3 publicados en marzo de
deberían estudiarse más extensamente en modelos animales. (iii) Este Los datos de DiffusionMRI se adquirieron de escáneres Siemens Skyra 3 T que
estudio no consideró variantes genéticas raras (con frecuencias poblacionales ejecutan el protocolo VD13A SP4, con una bobina de cabeza receptora de RF de 32
inferiores al 1%). El análisis futuro de los datos de secuencia del genoma y el canales estándar de Siemens (106). Descargamos los datos de dMRI con calidad
exoma del Biobanco del Reino Unido en relación con la conectividad de la controlada que fueron preprocesados por el equipo de imágenes cerebrales del
materia blanca puede revelar más genes y sugerir mecanismos, tipos de Biobanco del Reino Unido (106,107) (Campo de datos del Biobanco del Reino Unido:
células y etapas de vida adicionales que afectan la variación interindividual. 20250, primera visita de imágenes). El proceso de preprocesamiento incluyó
correcciones para corrientes parásitas, movimiento de la cabeza, cortes atípicos y
En resumen, utilizamos análisis a gran escala para trazar la conectividad de la distorsión de gradiente. No utilizamos fenotipos derivados de imágenes publicados
materia blanca del cerebro humano, su arquitectura genética multivariada y sus por el equipo del Biobanco del Reino Unido, como FA (anisotropía fraccionada) y
asociaciones con disposiciones poligénicas a trastornos relacionados con el cerebro difusividad media (medidas microestructurales). Más bien, utilizamos los datos de
y rasgos de comportamiento. Los análisis implicaron loci genómicos, genes, vías, dMRI con calidad controlada para realizar tractografía en el espacio de volumen en
tipos de células, etapas de desarrollo, regiones del cerebro, tractos de fibras y cada individuo, lo que generó curvas tridimensionales que caracterizan los tractos
funciones cognitivas específicos, integrando así múltiples niveles de análisis y de fibras de materia blanca. Brevemente, se modelaron tensores de difusión para
sugiriendo una variedad de direcciones de investigación futuras en cada uno de generar una imagen FA en el espacio de difusión nativo, que se usó para la
estos niveles. tractografía determinista con tensor de difusión usando MRtrix3 (108). Las líneas de
corriente se sembraron en una cuadrícula de 0,5 mm para cada vóxel con un FA de
0,15 y se propagaron en pasos de 0,5 mm utilizando la integración de Runge-Kutta
MATERIALES Y MÉTODOS de cuarto orden. La tractografía se finalizó si la longitud de la línea de corriente era
Control de calidad de la muestra <20 o >250 mm, si giraba un ángulo de >45° o alcanzaba un vóxel con un FA de
Este estudio se realizó bajo la solicitud 16066 del Biobanco del Reino Unido, <0,15. Estos parámetros fueron consistentes con un estudio previo que exploraba
con CF como investigador principal. El Biobanco del Reino Unido recibió la las correlaciones de la red estructural del rendimiento cognitivo utilizando el
aprobación ética del Comité del Servicio Nacional de Ética en Investigación conjunto de datos del Biobanco del Reino Unido (99). Se generaron decenas de
North West-Haydock (referencia 11/NW/0382), y todos sus procedimientos se miles de líneas de corriente para reconstruir la matriz de conectividad de la materia
realizaron de acuerdo con las directrices de la Asociación Médica Mundial ( blanca de cada individuo sobre la base del atlas de etiquetado anatómico
103). Todos los participantes inscritos proporcionaron su consentimiento automatizado (13) que comprende un total de 90 regiones que abarcan estructuras
informado por escrito. Utilizamos los datos de dMRI (MRI de difusión) corticales y subcorticales (45 regiones por hemisferio). Este
publicados en febrero de 2020, junto con los datos de la matriz de genotipado
de todo el genoma. Para individuos
El proceso de tractografía determinista tardó aproximadamente 16 semanas en seis nodos Luego se realizaron análisis de máxima verosimilitud restringidos para estimar la
de servidores del clúster ejecutándose en paralelo. heredabilidad basada en SNP para cada medida de red estructural normalizada,
A partir de los datos optimizados, calculamos las longitudes medias de nuevamente utilizando GCTA (15). La corrección de Bonferroni se aplicó por
todas las conexiones interregionales reconstruidas mediante la tractografía separado para cada tipo de medida de red para identificar aquellas que eran
determinista, utilizando la opción "scale_length" de la función significativamente heredables a precios ajustados.PAG<0,05: 90 conectividades a
"tck2connectome" en la caja de herramientas MRtrix3 (109). nivel de nodo y 851 conectividades a nivel de borde.
alelos menores en un SNP dado), mientras que multivariadozLas puntuaciones conjuntos de genes. Este proceso prueba si los genes basados en genesPAGLos
siempre son positivas. valores entre los 20.146 genes son más bajos para aquellos genes dentro de
conjuntos funcionales predefinidos que para el resto de los genes en el genoma, al
Identificación de loci genómicos, anotaciones funcionales y tiempo que se corrigen otras propiedades genéticas, como el número de SNP. Un
mapeo de SNP a gen. total de 15.488 conjuntos de genes de la base de datos MSigDB versión 7.0 (43) [Se
Usamos FUMA (versión v1.4.0) (17) para identificar distintos loci probaron 5500 conjuntos de genes seleccionados, 7343 procesos biológicos de
genómicos que muestran asociaciones multivariadas significativas con la ontología genética (GO), 1644 funciones moleculares GO y 1001 componentes
conectividad estructural del cerebro y anotaciones funcionales aplicadas, celulares GO]. Se aplicó la corrección de Bonferroni para corregir el número de
utilizando parámetros predeterminados. La estructura LD se aplicó de conjuntos de genes (PAG<0,05/15.488), por separado para cada mvGWAS.
acuerdo con el panel de referencia europeo 1000 Genomes (116). SNP
con mvGWAS significativo en todo el genomaPAG<2,5 × 10−8que tenía LD
r2Se identificaron < 0,6 con cualquier otro. Para cada uno de estos SNP, Tipo de célula–Análisis de expresión específica en el desarrollo de la
otros SNP que teníanr2≥0,6 con ellos se incluyeron para anotaciones corteza humana.
adicionales (ver más abajo), y también se definieron entre ellos "SNP Sobre la base de un modelo de regresión lineal, se utilizó la función CELLTYPE de
principales" independientes con baja LD (r2< 0,1) con cualquier otro. Si FUMA para probar si la asociación basada en geneszLas puntuaciones se asociaron
los bloques LD de SNP significativos se ubicaban a una distancia de 250 positivamente con niveles de expresión más altos en ciertos tipos de células, según
kb entre sí, entonces se fusionaban en un locus genómico. Por lo tanto, datos de secuenciación de ARN unicelular de la corteza prefrontal humana en
algunos loci genómicos podrían incluir uno o más SNP principales desarrollo (GSE104276) (45). Este conjunto de datos comprendía (i) expresión por
independientes. La región del complejo mayor de histocompatibilidad tipo de célula por grupo de edad, desde 8 a 26 semanas posconcepcionales, y (ii)
en el cromosoma 6 fue excluida de este proceso por defecto, debido a su perfiles de expresión por tipo de célula, promediados para todas las edades
Ninguno de los 30.810 individuos del Biobanco del Reino Unido del presente definir una máscara única en el espacio cerebral estándar (espacio 152 del Instituto
estudio había sido incluido en ese GWAS. Esto aseguró que el entrenamiento Neurológico de Montreal) (es decir, una máscara para cada puntuación poligénica).
y los conjuntos de objetivos para el cálculo de la puntuación poligénica fueran Cada máscara se analizó utilizando la función "decodificador" de la base de datos
independientes. PRS-CS infiere tamaños de efecto posteriores de SNP Neurosynth (http://neurosynth.org), una plataforma para la síntesis a gran escala
autosómicos sobre la base de estadísticas resumidas de asociación de todo el de datos de resonancia magnética funcional (70). Esta base de datos define mapas
genoma, dentro de un marco de regresión bayesiana de alta dimensión. de activación de todo el cerebro correspondientes a términos de tareas cognitivas o
Utilizamos parámetros predeterminados y el parámetro de contracción del conductuales específicas utilizando mapas de activación funcionales metanalizados.
tamaño del efecto global recomendado ϕ = 0,01, junto con información de LD La base de datos incluía 1.334 mapas de activación de términos específicos
basada en el panel de referencia de ascendencia europea de la fase 3 del correspondientes a términos cognitivos o conductuales de 14.371 estudios. Cada
Proyecto 1000 Genomas (117). Las puntuaciones poligénicas se calcularon máscara que creamos se utilizó por separado como entrada para definir un mapa
utilizando 1.097.390 SNP para esquizofrenia, 1.098.372 SNP para trastorno de coactivación de todo el cerebro basado en todos los estudios de la base de
bipolar, 1.092.080 SNP para autismo, 1.042.054 SNP para trastorno por déficit datos. Los mapas de coactivación resultantes se correlacionaron con cada uno de
de atención/hiperactividad, 1.103.632 SNP para zurdo, 1.105.067 SNP para la los 1334 mapas de activación específicos de términos (70). Sólo reportamos
enfermedad de Alzheimer, 1.085.071 SNP para la esclerosis lateral amiotrófica términos con coeficientes de correlación.r>0,2, excluyendo términos anatómicos,
y 852,343 SNP para epilepsia (estas cifras provienen de superposiciones términos no específicos (por ejemplo, “Tareas”) y uno de cada par de términos
triples entre los datos del Biobanco del Reino Unido, los resultados de GWAS y prácticamente duplicados (como “Palabras” y “Palabra”). Este método no utiliza
los datos de 1000 Genomas). Se ha demostrado que PRS-CS funciona de pruebas estadísticas inferenciales, sino que clasifica los términos según las
manera muy similar a otros algoritmos de riesgo poligénico establecidos, con correlaciones entre sus mapas de activación y los de la máscara de entrada.
una predicción fuera de muestra notablemente mejor que un enfoque
basado enPAGumbrales de valor y agrupación de LD (118,119).
contribución que hizo una conectividad a nivel de nodo. a una asociación 5. MP van den Heuvel, O. Sporns, Un paisaje de conectomas de trastornos cruzados de desconexión
cerebral.Nat. Rev. Neurociencias.20, 435–446 (2019).
multivariada particular. También evaluamos las correlaciones por pares entre
6. S. Pajevic, C. Pierpaoli, Esquemas de color para representar la orientación de tejidos anisotrópicos a partir de datos
individuos entre puntuaciones poligénicas ajustadas y normalizadas para los
del tensor de difusión: aplicación al mapeo de tractos de fibras de materia blanca en el cerebro humano.Magn.
diferentes trastornos y rasgos de comportamiento. Reson. Medicina.42, 526–540 (1999).
como elapoeSe sabe que el locus tiene un efecto sustancial sobre el riesgo de 7. PJ Basser, J. Mattiello, D. LeBihan, espectroscopia e imágenes por tensor de difusión por resonancia
enfermedad de Alzheimer, también recalculamos las puntuaciones poligénicas para magnética. Biofísica. J.66, 259–267 (1994).
esta enfermedad después de excluir una región de Chr19:45,116,911 a 8. C. Beaulieu, PS Allen, Determinantes de la difusión anisotrópica del agua en los nervios.Magn.
Reson. Medicina.31, 394–400 (1994).
Chr19:46,318,605 (GRCh37) (120) alrededor de este locus y repitieron los análisis de
9. PJ Basser, S. Pajevic, C. Pierpaoli, J. Duda, A. Aldroubi, Tractografía de fibras in vivo utilizando datos de
residualización, normalización y correlación canónica para comprobar que los
DT-MRI.Magn. Reson. Medicina.44, 625–632 (2000).
resultados reflejaban de forma estable la contribución poligénica al riesgo.
10. B. Zhao, T. Li, Y. Yang, X. Wang, T. Luo, Y. Shan, Z. Zhu, D. Xiong, ME Hauberg, J. Bendl,
JF Fullard, P. Roussos, Y. Li, JL Stein, H. Zhu, Variación genética común que influye en la
microestructura de la materia blanca humana.Ciencia372, eabf3736 (2021).
Anotación funcional de regiones del cerebro asociadas más 11. B. Zhao, J. Zhang, JG Ibrahim, T. Luo, RC Santelli, Y. Li, T. Li, Y. Shan, Z. Zhu, F. Zhou,
H. Liao, TE Nichols, H. Zhu, GWAS a gran escala revela la arquitectura genética de la microestructura
fuertemente con puntuaciones poligénicas
de la materia blanca del cerebro y la superposición genética con los rasgos cognitivos y de salud
A partir de cada análisis de correlación canónica separado de puntuaciones
mental (n = 17,706).Mol. Psiquiatría26, 3943–3955 (2021).
poligénicas y conectividad a nivel de nodo, identificamos las regiones que
muestran cargas de >0,2 o <-0,2, que luego se utilizaron para
12. B. Mazoyer, L. Zago, G. Jobard, F. Crivello, M. Joliot, G. Perchey, E. Mellet, L. Petit, JR Bustillo, W. Cahn, MJ Cairns, V. Calhoun, VJ Carr, X. Caseras, S. Caspers,
N. Tzourio-Mazoyer, Modelado mixto gaussiano de la lateralización hemisférica del lenguaje en una GL Cavalleri, F. Cendes, A. Corvin, B. Crespo-Facorro, JC Dalrymple-Alford,
gran muestra de individuos sanos equilibrados en cuanto a lateralidad.MÁS UNO9, e101165 (2014). U. Dannlowski, EJC de Geus, IJ Deary, N. Delanty, C. Depondt, S. Desrivieres,
G. Donohoe, T. Espeseth, G. Fernández, SE Fisher, H. Flor, AJ Forstner, C. Francks,
13. N. Tzourio-Mazoyer, B. Landeau, D. Papathanassiou, F. Crivello, O. Etard, N. Delcroix, B. Franke, DC Glahn, RL Gollub, HJ Grabe, O. Gruber, AK Haberg, AR Hariri,
B. Mazoyer, M. Joliot, Etiquetado anatómico automatizado de activaciones en SPM utilizando una CA Hartman, R. Hashimoto, A. Heinz, FA Henskens, MHJ Hillegers, PJ Hoekstra,
parcelación anatómica macroscópica del cerebro de un solo sujeto con MNI MRI.Neuroimagen15, AJ Holmes, LE Hong, WD Hopkins, HEH Pol, TL Jernigan, EG Jonsson, RS Kahn,
273–289 (2002). MA Kennedy, TTJ Kircher, P. Kochunov, JBJ Kwok, S. Le Hellard, CM Loughland,
14. J. McFadyen, RJ Dolan, MI Garrido, La influencia de los atajos subcorticales en el procesamiento NG Martin, JL Martinot, C. McDonald, KL McMahon, A. Meyer-Lindenberg, PT Michie,
sensorial y cognitivo desordenado.Nat. Rev. Neurociencias.21, 264–276 (2020). RA Morey, B. Mowry, L. Nyberg, J. Oosterlaan, RA Ophoff, C. Pantelis, T. Paus, Z. Pausova,
15. J. Yang, SH Lee, ME Goddard, PM Visscher, GCTA: Una herramienta para el análisis de rasgos complejos
B. Penninx, TJC Polderman, D. Posthuma, M. Rietschel, JL Roffman, LM Rowland,
PS Sachdev, PG Samann, U. Schall, G. Schumann, RJ Scott, K. Sim, SM Sisodiya,
de todo el genoma.Soy. J. hum. Gineta.88, 76–82 (2011).
JW Smoller, IE Sommer, BS Pourcain, DJ Stein, AW Toga, JN Trollor, NJA Van der Wee, D. van't
16. D. van der Meer, O. Frei, T. Kaufmann, AA Shadrin, A. Devor, OB Smeland,
Ent, H. Volzke, H. Walter, B. Weber, DR Weinberger, MJ Wright, J. Zhou, JL Stein, PM
WK Thompson, CC Fan, D. Holland, LT Westlye, OA Andreassen, AM Dale, Comprensión de
Thompson, SE Medland; Mejora de la genética de neuroimágenes a través del Consorcio de
los determinantes genéticos del cerebro con MOSTest.Nat. Comunitario.11, 3512 (2020).
metaanálisis (ENIGMA): grupo de trabajo de genética, La arquitectura genética de la corteza
cerebral humana.Ciencia367, eaay6690 (2020).
17. K. Watanabe, E. Taskesen, A. van Bochoven, D. Posthuma, Mapeo funcional y
22. D. van der Meer, J. Rokicki, T. Kaufmann, A. Cordova-Palomera, T. Moberget, D. Alnaes,
anotación de asociaciones genéticas con FUMA.Nat. Comunitario.8, 1826 (2017).
F. Bettella, O. Frei, NT Doan, IE Sonderby, OB Smeland, I. Agartz, A. Bertolino, J. Bralten,
18. J. MacArthur, E. Bowler, M. Cerezo, L. Gil, P. Hall, E. Hastings, H. Junkins, A. McMahon,
CL Brandt, JK Buitelaar, S. Djurovic, M. van Donkelaar, ES Dorum, T. Espeseth,
A. Milano, J. Morales, ZM Pendlington, D. Welter, T. Burdett, L. Hindorff, P. Flicek,
SV Faraone, G. Fernández, SE Fisher, B. Franke, B. Haatveit, CA Hartman, PJ Hoekstra,
F. Cunningham, H. Parkinson, El nuevo catálogo NHGRI-EBI de estudios publicados de
AK Haberg, EG Jonsson, KK Kolskar, S. Le Hellard, MJ Lund, AJ Lundervold,
asociación del genoma (Catálogo GWAS).Ácidos nucleicos res.45, D896–D901 (2017).
A. Lundervold, I. Melle, JM Sanchez, LC Norbom, JE Nordvik, L. Nyberg, J. Oosterlaan,
19. B. Zhao, T. Luo, T. Li, Y. Li, J. Zhang, Y. Shan, X. Wang, L. Yang, F. Zhou, Z. Zhu; Iniciativa de neuroimagen
M. Papalino, A. Papassotiropoulos, G. Pergola, DJF de Quervain, G. Richard,
AK Malhotra, T. Lencz, El metanálisis cognitivo a gran escala de GWAS revela la expresión neuronal específica de 40. H. Nawabi, S. Belin, R. Cartoni, PR Williams, C. Wang, A. Latremoliere, X. Wang, J. Zhu,
tejido y posibles objetivos de fármacos nootrópicos.Representante celular.21, 2597–2613 (2017). DG Taub, X. Fu, B. Yu, X. Gu, CJ Woolf, JS Liu, CV Gabel, JA Steen, Z. He, Las quinasas tipo doblecortina
29. GW Beecham, K. Hamilton, AC Naj, ER Martin, M. Huentelman, AJ Myers, promueven la supervivencia neuronal e inducen la reforma del cono de crecimiento a través de
JJ Corneveaux, J. Hardy, JP Vonsattel, SG Younkin, DA Bennett, PL De Jager, distintos mecanismos.Neurona88, 704–719 (2015).
EB Larson, PK Crane, MI Kamboh, JK Kofler, DC Mash, L. Duque, JR Gilbert, 41. Q. Luo, Q. Chen, W. Wang, S. Desrivieres, EB Quinlan, T. Jia, C. Macare, GH Robert, J. Cui,
H. Gwirtsman, JD Buxbaum, P. Kramer, DW Dickson, LA Farrer, MP Frosch, B. Ghetti, M. Guedj, L. Palaniyappan, F. Kherif, T. Banaschewski, ALW Bokde, C. Buchel, H. Flor,
JL Haines, BT Hyman, WA Kukull, RP Mayeux, MA Pericak-Vance, JA Schneider, V. Frouin, H. Garavan, P. Gowland, A. Heinz, B. Ittermann, JL Martinot, E. Artiges,
JQ Trojanowski, EM Reiman; Consorcio de Genética de la Enfermedad de Alzheimer (ADGC), ML Paillere-Martinot, F. Nees, DP Orfanos, L. Poustka, JH Frohner, MN Smolka,
GD Schellenberg, TJ Montine, Metanálisis de asociación de todo el genoma de las características H. Walter, R. Whelan, JH Callicott, VS Mattay, Z. Pausova, JF Dartigues, C. Tzourio,
neuropatológicas de la enfermedad de Alzheimer y demencias relacionadas.PLOS Genet.10, F. Crivello, KF Berman, F. Li, T. Paus, DR Weinberger, RM Murray, G. Schumann, J. Feng;
e1004606 (2014). Consorcio IMAGEN, Asociación de una variante no sinónima de riesgo de esquizofrenia con
30. Consorcio EPICURE; Consorcio EMINet, M. Steffens, C. Leu, AK Ruppert, F. Zara, volumen de putamen en adolescentes: un estudio de asociación de todo el genoma y vóxel.
P. Striano, A. Robbiano, G. Capovilla, P. Tinuper, A. Gambardella, A. Bianchi, A. La Neve, Psiquiatra JAMA.76, 435–445 (2019).
G. Crichiutti, CG de Kovel, DK-N. Trenité, GJ de Haan, D. Lindhout, V. Gaus, B. Schmitz, 42. KE Wahlberg, S. Guazzetti, D. Pineda, SC Larsson, C. Fedrighi, G. Cagna, S. Zoni,
D. Janz, YG Weber, F. Becker, H. Lerche, BJ Steinhoff, AA Kleefuß-Lie, WS Kunz, D. Placidi, RO Wright, DR Smith, RG Lucchini, K. Broberg, Los polimorfismos en los transportadores de
R. Surges, CE Elger, H. Muhle, S. von Spiczak, P. Ostertag, I. Helbig, U. Stephani, manganeso SLC30A10 y SLC39A8 están asociados con el desarrollo neurológico de los niños al influir
RS Møller, H. Hjalgrim, LM Dibbens, S. Bellows, K. Oliver, S. Mullen, IE Scheffer, en la homeostasis del manganeso.Frente. Gineta.9, 664 (2018).
SF Berkovic, KV Everett, MR Gardiner, C. Marini, R. Guerrini, AE Lehesjoki, A. Siren, 43. A. Liberzon, A. Subramanian, R. Pinchback, H. Thorvaldsdottir, P. Tamayo, JP Mesirov, Base
M. Guipponi, A. Malafosse, P. Thomas, R. Nabbout, S. Baulac, E. Leguern, R. Guerrero, de datos de firmas moleculares (MSigDB) 3.0.Bioinformática27, 1739-1740 (2011).
JM Serratosa, PS Reif, F. Rosenow, M. Mörzinger, M. Feucht, F. Zimprich, C. Kapser, 44. JA Miller, SL Ding, SM Sunkin, KA Smith, L. Ng, A. Szafer, A. Ebbert, ZL Riley,
CJ Schankin, A. Suls, K. Smets, P. De Jonghe, A. Jordanova, H. Caglayan, Z. Yapici, JJ Royall, K. Aiona, JM Arnold, C. Bennet, D. Bertagnolli, K. Brouner, S. Butler,
DA Yalcin, B. Baykan, N. Bebek, U. Ozbek, C. Gieger, HE Wichmann, T. Balschun, S. Caldejón, A. Carey, C. Cuhaciyan, RA Dalley, N. Dee, TA Dolbeare, BA Facer, D. Feng,
D. Ellinghaus, A. Franke, C. Meesters, T. Becker, TF Wienker, A. Hempelmann, H. Schulz, TP Fliss, G. Gee, J. Goldy, L. Gourley, BW Gregor, G. Gu, RE Howard, JM Jochim,
F. Ruschendorf, M. Leber, SM Pauck, H. Trucks, MR Toliat, P. Nurnberg, G. Avanzini, CL Kuan, C. Lau, CK Lee, F. Lee, TA Lemon, P. Lesnar, B. McMurray, N. Mastan,
Parra, ML Hamshere, M. Hautzinger, U. Heilbronner, S. Herms, M. Hipolito, P. Hoffmann, D. AD Borglum, BM Neale, Descubrimiento del primer loci de riesgo significativo en todo el genoma para el
Holland, L. Huckins, S. Jamain, JS Johnson, A. Jureus, R. Kandaswamy, R. Karlsson, trastorno por déficit de atención/hiperactividad.Nat. Gineta.51, 63–75 (2019).
JL Kennedy, S. Kittel-Schneider, JA Knowles, M. Kogevinas, AC Koller, R. Kupka, 61. Z. Sha, A. Pepe, D. Schijven, A. Carrión-Castillo, JM Roe, R. Westerhausen, M. Joliot,
C. Lavebratt, J. Lawrence, WB Lawson, M. Leber, PH Lee, SE Levy, JZ Li, C. Liu, S. Lucae, SE Fisher, F. Crivello, C. Francks, La destreza y sus influencias genéticas están asociadas con
A. Maaser, DJ MacIntyre, PB Mahon, W. Maier, L. Martinsson, S. McCarroll, P. McGuffin, asimetrías estructurales de la corteza cerebral en 31.864 individuos.Proc. Nacional. Acad.
MG McInnis, JD McKay, H. Medeiros, SE Medland, F. Meng, L. Milani, Ciencia. EE.UU118, e2113095118 (2021).
GW Montgomery, DW Morris, TW Muhleisen, N. Mullins, H. Nguyen, CM Nievergelt, 62. A. Wiberg, M. Ng, Y. Al Omran, F. Alfaro-Almagro, P. McCarthy, J. Marchini, DL Bennett,
AN Adolfsson, EA Nwulia, C. O'Donovan, LMO Loohuis, APS Ori, L. Oruc, U. Osby, S. Smith, G. Douaud, D. Furniss, Handalidad, áreas del lenguaje y enfermedades neuropsiquiátricas:
RH Perlis, A. Perry, A. Pfennig, JB Potash, SM Purcell, EJ Regeer, A. Reif, CS Reinbold, conocimientos a partir de imágenes cerebrales y genética.Cerebro142, 2938–2947 (2019).
JP Rice, F. Rivas, M. Rivera, P. Roussos, DM Ruderfer, E. Ryu, C. Sánchez-Mora,
63. BW Kunkle, B. Grenier-Boley, R. Sims, JC Bis, V. Damotte, AC Naj, A. Boland,
AF Schatzberg, WA Scheftner, NJ Schork, CS Weickert, T. Shehktman, PD Shilling, M. Vronskaya, SJ van der Lee, A. Amlie-Wolf, C. Bellenguez, A. Frizatti, V. Chouraki,
E. Sigurdsson, C. Slaney, OB Smeland, JL Sobell, CS Hansen, AT Spijker, DS Clair,
ER Martin, K. Sleegers, N. Badarinarayan, J. Jakobsdottir, KL Hamilton-Nelson,
Steffens M, Strauss JS, Streit F, Strohmaier J, Szelinger S, Thompson RC,
S. Moreno-Grau, R. Olaso, R. Raybould, Y. Chen, AB Kuzma, M. Hiltunen, T. Morgan,
TE Thorgeirsson, J. Treutlein, H. Vedder, W. Wang, SJ Watson, TW Weickert, SH Witt,
S. Ahmad, BN Vardarajan, J. Epelbaum, P. Hoffmann, M. Boada, GW Beecham,
S. Xi, W. Xu, AH Young, P. Zandi, P. Zhang, S. Zollner; Consorcio eQTLGen; Consorcio JG Garnier, D. Harold, AL Fitzpatrick, O. Valladares, ML Moutet, A. Gerrish, AV Smith,
BIOS, R. Adolfsson, I. Agartz, M. Alda, L. Backlund, BT Baune, F. Bellivier,
L. Qu, D. Bacq, N. Denning, X. Jian, Y. Zhao, M. Del Zompo, NC Fox, SH Choi, I. Mateo,
WH Berrettini, JM Biernacka, DHR Blackwood, M. Boehnke, AD Borglum, A. Corvin,
JT Hughes, HH Adams, J. Malamon, F. Sánchez-García, Y. Patel, JA Brody,
N. Craddock, MJ Daly, U. Dannlowski, T. Esko, B. Etain, M. Frye, JM Fullerton,
BA Dombroski, MCD Naranjo, M. Daniilidou, G. Eiriksdottir, S. Mukherjee, D. Wallon,
ES Gershon, M. Gill, F. Goes, M. Grigoroiu-Serbanescu, J. Hauser, DM Hougaard,
J. Uphill, T. Aspelund, LB Cantwell, F. Garzia, D. Galimberti, E. Hofer, M. Butkiewicz, B. Fin,
CM Hultman, I. Jones, LA Jones, RS Kahn, G. Kirov, M. Landen, M. Leboyer, CM Lewis,
E. Scarpini, C. Sarnowski, WS Bush, S. Meslage, J. Kornhuber, CC White, Y. Song,
QS Li, J. Lissowska, NG Martin, F. Mayoral, SL McElroy, AM McIntosh, FJ McMahon,
RC Barber, S. Engelborghs, S. Sordon, D. Voijnovic, PM Adams, R. Vandenberghe,
I. Melle, A. Metspalu, PB Mitchell, G. Morken, O. Mors, PB Mortensen, B. Muller-Myhsok,
M. Mayhaus, LA Cupples, MS Albert, PP De Deyn, W. Gu, JJ Himali, D. Beekly,
RM Myers, BM Neale, V. Nimgaonkar, M. Nordentoft, MM Nothen, MC O'Donovan, A. Squassina, AM Hartmann, A. Orellana, D. Blacker, E. Rodríguez-Rodríguez,
KJ Oedegaard, MJ Owen, SA Paciga, C. Pato, MT Pato, D. Posthuma, JA Ramos-
S. Lovestone, ME García, RS Doody, C. Muñoz-Fernádez, R. Sussams, H. Lin,
N. Amin, N. Ertekin-Taner, C. Berr, S. Debette, S. Love, LJ Launer, SG Younkin, A. Schaefer, Control de retroalimentación negativa de la actividad neuronal por microglía.Naturaleza586, 417–
H. Schmidt, H. Hakonarson, J. Clarimon, R. Munger, R. Schmidt, LA Farrer, C. Van 74. K. Reemst, SC Noctor, PJ Lucassen, EM Hol, Las funciones indispensables de la microglía y los astrocitos
Broeckhoven, MC O'Donovan, AL DeStefano, L. Jones, JL Haines, JF Deleuze, MJ durante el desarrollo del cerebro.Frente. Tararear. Neurociencias.10, 566 (2016).
Owen, V Gudnason, R. Mayeux, V. Escott-Price, BM Psaty, A. Ramirez, LS Wang, 75. P. Squarzoni, G. Oller, G. Hoeffel, L. Pont-Lezica, P. Rostaing, D. Low, A. Bessis, F. Ginhoux,
A. Ruiz, CM van Duijn, PA Holmans, S. Seshadri, J. Williams, P. Amouyel, S. Garel, Microglia modula el cableado del prosencéfalo embrionario.Representante celular.8,
GD Schellenberg, JC Lambert, MA Pericak-Vance; Consorcio de Genética de la Enfermedad de Alzheimer (ADGC); 1271-1279 (2014).
Iniciativa Europea sobre la Enfermedad de Alzheimer (EADI); Cohortes para la investigación del corazón y el
76. L. Pont-Lezica, W. Beumer, S. Colasse, H. Drexhage, M. Versnel, A. Bessis, Fasculación del tracto axónico
envejecimiento en el Consorcio de Epidemiología Genómica (CHARGE); Riesgo genético y ambiental en
del cuerpo calloso con forma de microglia: impacto funcional de la inflamación prenatal.
publicidad/Definición de genética; Consorcio de Riesgo Poligénico y Ambiental para la Enfermedad de Alzheimer
EUR. J. Neurosci.39, 1551-1557 (2014).
(GERAD/PERADES), El metanálisis genético de la enfermedad de Alzheimer diagnosticada identifica nuevos loci de
77. I. Sommer, N. Ramsey, R. Kahn, A. Alemán, A. Bouma, lateralización del lenguaje y
riesgo e implica a Abeta, tau, inmunidad y procesamiento de lípidos. Nat. Gineta.51, 414–430 (2019).
asimetría anatómica en la esquizofrenia: metaanálisis.Hno. J. Psiquiatría178, 344–351
(2001).
64. DJ Phillips, A. McGlaughlin, D. Ruth, LR Jager, A. Soldan, Análisis teórico de gráficos de la conectividad
78. M. Hirnstein, K. Hugdahl, Exceso de no ser diestro en la esquizofrenia: metanálisis de los
estructural en todo el espectro de la enfermedad de Alzheimer: la importancia de los métodos de
efectos de género y posibles sesgos en la evaluación de la lateralidad.Hno. J. Psiquiatría205,
creación de gráficos.Clínica Neuroimagen.7, 377–390 (2015).
260–267 (2014).
65. S. Rose, K. Pannek, C. Bell, F. Baumann, N. Hutchinson, A. Coulthard, P. McCombe,
79. D. Bendetowicz, M. Urbanski, B. Garcin, C. Foulon, R. Levy, ML Brechemier, C. Rosso,
R. Henderson, Evidencia directa de degeneración de la red corticomotora intra e interhemisférica en la
M. Thiebaut de Schotten, E. Volle, Dos redes cerebrales críticas para la generación y
esclerosis lateral amiotrófica: un estudio automatizado de conectividad estructural por resonancia
combinación de asociaciones remotas.Cerebro141, 217–233 (2018).
magnética.Neuroimagen59, 2661–2669 (2012).
80. M. Daianu, N. Jahanshad, TM Nir, AW Toga, CR Jack Jr., MW Weiner, PM Thompson; Iniciativa de
66. W. van Rheenen, RAA van der Spek, MK Bakker, J. van Vugt, PJ Hop,
neuroimagen de la enfermedad de Alzheimer, Desglose de la conectividad cerebral entre el
RAJ Zwamborn, N. de Klein, HJ Westra, OB Bakker, P. Deelen, G. Shireby, E. Hannon,
envejecimiento normal y la enfermedad de Alzheimer: un análisis estructural de la red k-core.
M. Moisse, D. Baird, R. Restuadi, E. Dolzhenko, AM Dekker, K. Gawor, HJ Westeneng,
Conexión cerebral. 3, 407–422 (2013).
GHP Tazelaar, KR van Eijk, M. Kooyman, RP Byrne, M. Doherty, M. Heverin, A. Al Khleifat, A.
NW Wood, S. Topp, R. Rademakers, L. Tittmann, W. Lieb, A. Franke, S. Ripke, A. Braun, difusión: ¿tractografía determinista o probabilística?Magn. Reson. Medicina.81, 1368-1384 (2019).
J. Kraft, DC Whiteman, CM Olsen, AG Uitterlinden, A. Hofman, M. Rietschel, S. Cichon, 85. MA de Reus, MP van den Heuvel, Estimación de falsos positivos y negativos en redes
MM Nöthen, P. Amouyel; Consorcio SLALOM; Consorcio PARALS; Consorcio SLAGEN; cerebrales.Neuroimagen70, 402–409 (2013).
Consorcio SLAP, BJ Traynor, AB Singleton, MM Neto, RJ Cauchi, RA Ophoff, M. Wiedau- 86. L. Petit, KM Ali, F. Rheault, A. Bore, S. Cremona, F. Corsini, A. De Benedictis,
Pazos, C. Lomen-Hoerth, VM van Deerlin, J. Grosskreutz, A. Roediger, N. Gaur, M. Descoteaux, S. Sarubbo, La conectividad estructural de la circunvolución angular humana
A. Jork, T. Barthel, E. Theele, B. Ilse, B. Stubendorff, OW Witte, R. Steinbach, CA Hubner, revelada por microdisección y tractografía de difusión.Estructura cerebral. Función.228, 103–120
C. Graff, L. Brylev, V. Fominykh, V. Demeshonok, A. Ataulina, B. Rogelj, B. Koritnik, J. Zidar, (2022).
M. Ravnik-Glavac, D. Glavac, Z. Stevic, V. Drory, M. Povedano, IP Blair, MC Kiernan, 87. G. Theaud, JC Houde, A. Bore, F. Rheault, F. Morency, M. Descoteaux, TractoFlow: un canal de
B. Benyamin, RD Henderson, S. Furlong, S. Mathers, PA McCombe, M. Needham, resonancia magnética de difusión robusto, eficiente y reproducible que aprovecha nextflow y
ST Ngo, GA Nicholson, R. Pamphlett, DB Rowe, FJ Steyn, KL Williams, KA Mather, singularidad.Neuroimagen218, 116889 (2020).
PS Sachdev, AK Henders, L. Wallace, M. de Carvalho, S. Pinto, S. Petri, M. Weber,
88. T. Zhao, M. Cao, H. Niu, XN Zuo, A. Evans, Y. He, Q. Dong, N. Shu, Cambios relacionados con la edad en
GA Rouleau, V. Silani, CJ Curtis, G. Breen, JD Glass, RH Brown Jr., JE Landers,
la organización topológica del conectoma estructural de la sustancia blanca en todo el ser humano
CE Shaw, PM Andersen, EJN Groen, MA van Es, RJ Pasterkamp, D. Fan, FC Garton,
esperanza de vida.Tararear. Mapa cerebral.36, 3777–3792 (2015).
AF McRae, GD Smith, TR Gaunt, MA Eberle, J. Mill, RL McLaughlin, O. Hardiman,
89. A. Griffa, PS Baumann, JP Thiran, P. Hagmann, Conectómica estructural en enfermedades
KP Kenna, NR Wray, E. Tsai, H. Runz, L. Franke, A. Al-Chalabi, P. Van Damme, LH van den Berg, JH
cerebrales.Neuroimagen80, 515–526 (2013).
Veldink, Los análisis de asociación de variantes comunes y raras en la esclerosis lateral amiotrófica
90. KH Maier-Hein, PF Neher, JC Houde, MA Cote, E. Garyfallidis, J. Zhong,
identifican 15 riesgos loci con arquitecturas genéticas distintas y biología específica de neuronas.Nat.
M. Chamberland, FC Yeh, YC Lin, Q. Ji, WE Reddick, JO Glass, DQ Chen, Y. Feng,
Gineta.53, 1636-1648 (2021).
C. Gao, Y. Wu, J. Ma, R. He, Q. Li, CF Westin, S. Deslauriers-Gauthier, JOO González,
67. J. Engel Jr., PM Thompson, JM Stern, RJ Staba, A. Bragin, I. Mody, Conectómica y
M. Paquette, S. St-Jean, G. Girard, F. Rheault, J. Sidhu, CMW Tax, F. Guo, HY Mesri,
epilepsia.actual. Opinión. Neurol.26, 186-194 (2013).
S. David, M. Froeling, AM Heemskerk, A. Leemans, A. Bore, B. Pinsard, C. Bedetti,
68. El megaanálisis de todo el genoma del Consorcio de la Liga Internacional contra la Epilepsia
M. Desrosiers, S. Brambati, J. Doyon, A. Sarica, R. Vasta, A. Cerasa, A. Quattrone, J. Yeatman,
sobre epilepsias complejas identifica 16 loci y destaca diversos mecanismos biológicos en las
AR Khan, W. Hodges, S. Alexander, D. Romascano, M. Barakovic, A. Auria, O. Esteban,
epilepsias comunes.Nat. Comunitario.9, 5269 (2018).
A. Lemkaddem, JP Thiran, HE Cetingul, BL Odry, B. Mailhe, MS Nadar, F. Pizzagalli,
69. D. Berron, D. van Westen, R. Ossenkoppele, O. Strandberg, O. Hansson, Conectividad del lóbulo temporal medial y G. Prasad, JE Villalón-Reina, J. Galvis, PM Thompson, FS Requejo, PL Laguna,
sus asociaciones con la cognición en las primeras etapas de la enfermedad de Alzheimer.Cerebro 143, 1233-1248 LM Lacerda, R. Barrett, F. Dell'Acqua, M. Catani, L. Petit, E. Caruyer, A. Daducci, TB Dyrby,
(2020). T. Holland-Letz, CC Hilgetag, B. Stieltjes, M. Descoteaux, El desafío de mapear el conectoma
70. T. Yarkoni, RA Poldrack, TE Nichols, DC Van Essen, TD Wager, Síntesis automatizada a gran humano basado en tractografía de difusión.Nat. Comunitario.8, 1349 (2017).
escala de datos de neuroimagen funcional humana.Nat. Métodos8, 665–670 (2011). 91. R. Krupnik, Y. Yovel, Y. Assaf, Equilibrio de conectividad entre hemisferios e interhemisféricos
71. L. Ben Haim, DH Rowitch, Diversidad funcional de los astrocitos en la regulación del circuito neuronal. internos en el cerebro humano.J. Neurosci.41, 8351–8361 (2021).
Nat. Rev. Neurociencias.18, 31–41 (2017). 92. VR Karolis, M. Corbetta, M. Thiebaut de Schotten, La arquitectura de la lateralización funcional
72. AV Molofsky, KW Kelley, HH Tsai, SA Redmond, SM Chang, L. Madireddy, JR Chan, y su relación con la conectividad callosa en el cerebro humano.Nat. Comunitario. 10, 1417
SE Baranzini, EM Ullian, DH Rowitch, las señales posicionales codificadas por astrocitos mantienen la (2019).
integridad del circuito sensoriomotor.Naturaleza509, 189-194 (2014). 93. K. Jarbo, T. Verstynen, W. Schneider, Cuantificación in vivo de la conectividad global en el
73. A. Badimon, HJ Strasburger, P. Ayata, X. Chen, A. Nair, A. Ikegami, P. Hwang, AT Chan, cuerpo calloso humano.Neuroimagen59, 1988-1996 (2012).
Graves SM, Uweru JO, Ledderose C, Kutlu MG, Wheeler MA, Kahan A, Ishikawa M, 94. BY Lee, XH Zhu, X. Li, W. Chen, Imágenes de alta resolución de la microestructura distinta del cuerpo
YC Wang, YE Loh, JX Jiang, DJ Surmeier, SC Robson, WG Junger, R. Sebra, calloso humano y la topografía de la conectividad estructural con las cortezas en un campo alto.
ES Calipari, PJ Kenny, UB Eyo, M. Colonna, FJ Quintana, H. Wake, V. Gradinaru, Estructura cerebral. Función.224, 949–960 (2019).
95. JD Schmahmann, J. Schmahmann, D. Pandya,Vías de fibra del cerebro.(OUP EE.UU., 114. PE Shrout, JL Fleiss, Correlaciones intraclase: usos para evaluar la confiabilidad del evaluador.Psicólogo.
2009). Toro.86, 420–428 (1979).
96. F. Bai, N. Shu, Y. Yuan, Y. Shi, H. Yu, D. Wu, J. Wang, M. Xia, Y. He, Z. Zhang, Patrones de 115. OA Panagiotou, JP Ioannidis; Proyecto de importancia para todo el genoma: ¿Cuál debería ser
conectividad estructural topológicamente convergentes y divergentes entre pacientes con el umbral de importancia para todo el genoma? Replicación empírica de asociaciones
depresión geriátrica remitida y deterioro cognitivo leve amnésico.J. Neurosci.32, 4307–4318 genéticas límite.En t. J. Epidemiol.41, 273–286 (2012).
(2012). 116. W. Zhang, HW Ng, M. Shu, H. Luo, Z. Su, W. Ge, R. Perkins, W. Tong, H. Hong, Comparación de
97. H. Huang, N. Shu, V. Mishra, T. Jeon, L. Chalak, ZJ Wang, N. Rollins, G. Gong, H. Cheng, variantes genéticas detectadas en el proyecto de 1000 genomas con SNP determinados por
Y. Peng, Q. Dong, Y. He, Desarrollo de redes estructurales del cerebro humano durante el Consorcio Internacional HapMap.J. Genet.94, 731–740 (2015).
la infancia y la niñez.Cerebro. Corteza25, 1389-1404 (2015). 117. El Consorcio del Proyecto 1000 Genomas, A. Auton, LD Brooks, RM Durbin, EP Garrison,
98. D. Joel, Z. Berman, I. Tavor, N. Wexler, O. Gaber, Y. Stein, N. Shefi, J. Pool, S. Urchs, HM Kang, JO Korbel, JL Marchini, S. McCarthy, GA McVean, GR Abecasis, Una referencia
DS Margulies, F. Liem, J. Hanggi, L. Jancke, Y. Assaf, Sexo más allá de los genitales: el mosaico del mundial para la variación genética humana.Naturaleza526, 68–74 (2015).
cerebro humano.Proc. Nacional. Acad. Ciencia. EE.UU112, 15468–15473 (2015). 118. G. Ni, J. Zeng, JA Revez, Y. Wang, Z. Zheng, T. Ge, R. Resuadi, J. Kiewa, DR Nyholt,
99. J. Shen, DJ Tozer, HS Markus, J. Tay, La eficiencia de la red media la relación entre la carga vascular y el JR Coleman, JW Smoller; Grupo de Trabajo de Esquizofrenia del Consorcio de Genómica Psiquiátrica;
deterioro cognitivo: un estudio de imágenes con tensor de difusión en el Biobanco del Reino Unido. Grupo de trabajo sobre trastornos depresivos mayores del Consorcio de Genómica Psiquiátrica, J.
Ataque51, 1682-1689 (2020). Yang, PM Visscher, NR Wray, Una comparación de diez métodos de puntuación poligénica para
100. E. St-Onge, A. Daducci, G. Girard, M. Descoteaux, Tractografía mejorada en superficie (SET). trastornos psiquiátricos aplicados en múltiples cohortes.Biol. Psiquiatría90, 611–620 (2021).
Neuroimagen169, 524–539 (2018).
101. D. Shastin, S. Genc, GD Parker, K. Koller, CMW Tax, J. Evans, K. Hamandi, WP Gray, 119. AB Zheutlin, J. Dennis, R. Karlsson Linner, A. Moscati, N. Restrepo, P. Straub, D. Ruderfer,
DK Jones, M. Chamberland, Seguimiento de superficie para tractografía de fibras de VM Castro, CY Chen, T. Ge, LM Huckins, A. Charney, HL Kirchner, EA Stahl,
asociación corta.Neuroimagen260, 119423 (2022). CF Chabris, LK Davis, JW Smoller, Penetrancia y pleiotropía de puntuaciones de riesgo poligénico para
102. JE Huffman, Examinando los estándares actuales para el descubrimiento y la replicación genética en la esquizofrenia en 106.160 pacientes en cuatro sistemas de atención médica.Soy. J. Psiquiatría 176, 846–
103. C. Sudlow, J. Gallacher, N. Allen, V. Beral, P. Burton, J. Danesh, P. Downey, P. Elliott, J. Green, 120. H. Foo, A. Thalamuthu, J. Jiang, F. Koch, KA Mather, W. Wen, PS Sachdev, Asociaciones entre las puntuaciones de
R. Collins, biobanco del Reino Unido: un recurso de acceso abierto para identificar las causas de una amplia gama participantes del Biobanco del Reino Unido.Neurobiol. Envejecimiento98, 108-115 (2021).
104. C. Bycroft, C. Freeman, D. Petkova, G. Band, LT Elliott, K. Sharp, A. Motyer, D. Vukcevic, Expresiones de gratitud
O. Delaneau, J. O'Connell, A. Cortes, S. Welsh, A. Young, M. Effingham, G. McVean, S. Leslie, Fondos:Esta investigación fue financiada por la Sociedad Max Planck (Alemania) y la Organización Holandesa para la
N. Allen, P. Donnelly, J. Marchini, recurso del Biobanco del Reino Unido con datos genómicos y de Investigación Científica (consorcio Language in Interaction: subvención Gravitation número 024.001.006). El estudio se
fenotipado profundos.Naturaleza562, 203–209 (2018). realizó utilizando el recurso del Biobanco del Reino Unido bajo la solicitud no. 16066 con CF como solicitante principal.
Nuestro estudio utilizó imágenes cerebrales de calidad controlada generadas por un sistema de procesamiento de
105. S. Purcell, B. Neale, K. Todd-Brown, L. Thomas, MA Ferreira, D. Bender, J. Maller, P. Sklar,
imágenes desarrollado y administrado en nombre del Biobanco del Reino Unido. Los financiadores no tuvieron ningún
PI de Bakker, MJ Daly, PC Sham, PLINK: un conjunto de herramientas para análisis de asociación de genoma
papel en el diseño del estudio, la recopilación y el análisis de datos ni en la decisión de publicar o preparar el manuscrito.
completo y análisis de vinculación basados en poblaciones.Soy. J. hum. Gineta.81, 559–575 (2007).
Contribuciones de autor: Conceptualización: ZS, SEF y CF Curación de datos: DS y ZS Análisis formal: ZS y DS Adquisición
106. F. Alfaro-Almagro, M. Jenkinson, NK Bangerter, JLR Andersson, L. Griffanti, G. Douaud,
de financiamiento: CF y SEF Investigación: ZS y CF Metodología: ZS, DS y CF Administración de proyectos: CF Recursos: CF
SN Sotiropoulos, S. Jbabdi, M. Hernández-Fernández, E. Vallee, D. Vidaurre, M. Webster,
y SEF Software: Supervisión de ZS: SEF y CF Validación: Visualización de ZS: Escritura de ZS: borrador original: Escritura de
P. McCarthy, C. Rorden, A. Daducci, DC Alexander, H. Zhang, I. Dragonu, PM Matthews,
ZS y CF: revisión y edición: DS y SEFConflicto de intereses:Los autores declaran que no tienen intereses en competencia.
KL Miller, SM Smith, Procesamiento de imágenes y control de calidad para los primeros 10.000 conjuntos de
Disponibilidad de datos y materiales:Los datos principales utilizados en este estudio provienen del Biobanco del Reino
datos de imágenes cerebrales del Biobanco del Reino Unido.Neuroimagen166, 400–424 (2018).
Unido. Estos datos pueden ser proporcionados por el Biobanco del Reino Unido en espera de una revisión científica y de
107. KL Miller, F. Alfaro-Almagro, NK Bangerter, DL Thomas, E. Yacoub, J. Xu, AJ Bartsch,
un acuerdo de transferencia de material completo. Las solicitudes de datos deben enviarse al Biobanco del Reino Unido:
S. Jbabdi, SN Sotiropoulos, JL Andersson, L. Griffanti, G. Douaud, TW Okell, P. Weale,
www.ukbiobank.ac.uk. Los códigos de campo de datos específicos del Biobanco del Reino Unido se proporcionan en
I. Dragonu, S. Garratt, S. Hudson, R. Collins, M. Jenkinson, PM Matthews, SM Smith, Imágenes
Materiales y métodos. Otras fuentes de datos y aplicaciones disponibles públicamente se citan en Materiales y métodos.
cerebrales de población multimodal en el estudio epidemiológico prospectivo del Biobanco del
Hemos puesto a disposición en línea nuestras estadísticas resumidas de mvGWAS en el catálogo de GWAS https://
Reino Unido.Nat. Neurociencias.19, 1523-1536 (2016).
ebi.ac.uk/gwas/. Nuestros datos de heredabilidad se pueden visualizar de forma interactiva utilizando una interfaz
108. JD Tournier, F. Calamante, A. Connelly, MRtrix: Tractografía de difusión en regiones de fibras cruzadas.
dinámica basada en Web: https://immersive.erc.monash.edu/neuromarvl/?save= 4563dcf5-
En t. J. Sistema de imágenes. Tecnología.22, 53–66 (2012).
d11e-4f89-9075-0c933e321de3_192.87.79.51. Este estudio utilizó software y códigos disponibles abiertamente,
109. P. Hagmann, M. Kurant, X. Gigandet, P. Thiran, VJ Wedeen, R. Meuli, JP Thiran, Mapeo de redes estructurales de todo específicamente GCTA (https://cnsgenomics.com/software/gcta/#GREML), MRtrix3 (https://mrtrix.org/), MOSTest (https://
el cerebro humano con resonancia magnética de difusión.MÁS UNO2, e597 (2007). github.com/ precimed/mostest), FUMA (https:// fuma.ctglab.nl/), MAGMA (https://ctg.cncr.nl/software/magma, también
110. SM Smith, M. Jenkinson, MW Woolrich, CF Beckmann, TE Behrens, H. Johansen-Berg, implementado en FUMA), PRS-CS (https://github .com/getian107/PRScs) y Neurosynth (https://neurosynth.org/). Además,
PR Bannister, M. De Luca, I. Drobnjak, DE Flitney, RK Niazy, J. Saunders, J. Vickers, hemos puesto a disposición nuestros códigos de canalización en la siguiente URL: https://hdl.handle. net/
Y. Zhang, N. De Stefano, JM Brady, PM Matthews, Avances en el análisis e implementación de 1839/8d718e44-a1b7-4d6d-994e-4b0c83f63ec4. Todos los demás datos necesarios para evaluar las conclusiones del
imágenes de RM funcionales y estructurales como FSL.Neuroimagen23, S208–S219 (2004). artículo están presentes en el artículo y/o en los materiales complementarios.
111. Y. Sun, J. Li, J. Suckling, L. Feng, La asimetría de la topología de la red hemisférica revela procesos
disociables entre el conectoma cerebral funcional y estructural en ancianos que viven en comunidad.
Frente. Neurociencias del envejecimiento.9, 361 (2017).
112. E. Calabrese, A. Badea, G. Cofer, Y. Qi, GA Johnson, Un conectoma de tractografía por resonancia magnética de
difusión del cerebro de ratón y comparación con datos de trazadores neuronales.Cerebro. Corteza25, 4628–4637 Presentado el 1 de junio de 2022
113. N. Ratnarajah, A. Rifkin-Graboi, MV Fortier, YS Chong, K. Kwek, SM Saw, KM Godfrey, Publicado el 17 de febrero de 2023
Avances científicos(ISSN 2375-2548) es una publicación de la Asociación Estadounidense para el Avance de la Ciencia. 1200 New York Avenue NW,
Washington, DC 20005. El títuloAvances científicoses una marca registrada de AAAS.
Copyright © 2023 Los Autores, algunos derechos reservados; Licenciatario exclusivo de la Asociación Americana para el Avance de la Ciencia. No se pueden
reclamar obras originales del gobierno de EE. UU. Distribuido bajo Licencia Creative Commons Attribution 4.0 (CC BY).