PGS-CRP计算
量化个体对C反应蛋白升高的遗传易感性
使用UK Biobank和CHARGE Consortium的CRP GWAS汇总统计,通过PRScs计算PGS-CRP,并在ABCD样本中按中位数分组。
Higher polygenic scores for C-reactive protein is associated with lower striatal reward magnitude coding in early adolescents
基于ABCD队列的横断面和纵向fMRI分析,含功能验证(MID任务激活)但无独立实验验证或机制干预。
ABCD研究欧洲血统儿童队列(N=4,830,9-10岁) 金钱激励延迟任务(MID)fMRI 纹状体感兴趣区(伏隔核、尾状核、壳核)
PGS-CRP中位数分组(高vs低) MID任务奖赏幅度对比(大奖赏+$5.00 vs 小奖赏+$0.20 vs 无激励) 纹状体ROI激活Beta权重(BOLD百分比信号变化) 协变量调整(年龄、性别、BMI、收入、教育、遗传祖先主成分、扫描仪制造商) FDR多重比较校正(三个ROI内)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
量化个体对C反应蛋白升高的遗传易感性
使用UK Biobank和CHARGE Consortium的CRP GWAS汇总统计,通过PRScs计算PGS-CRP,并在ABCD样本中按中位数分组。
获取奖赏加工过程中的神经激活数据
参与者完成MID任务fMRI扫描,采集BOLD信号,经ABCD DAIC标准化预处理和一级建模。
量化奖赏和损失预期及反馈期间的纹状体激活
使用FreeSurfer分割纹状体,AFNI 3dDeconvolve生成对比Beta权重,定义伏隔核、尾状核、壳核ROI,左右半球平均。
检验PGS-CRP与纹状体激活的关联及特异性
使用R nlme包拟合LME模型,检验PGS-CRP分组与条件交互,调整协变量和随机截距,FDR校正。
评估关联的纵向持续性及稳健性
使用Year 0、2、4、6数据拟合纵向模型,并进行临床协变量、连续/五分位PGS-CRP和青春期状态敏感性分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因型分型 | Smokescreen阵列 | -- | -- |
| 基因型填充 | TOPMed填充服务器 | -- | -- |
| 多基因评分计算 | PLINK 2.0 | -- | -- |
| fMRI扫描 | Siemens Prisma | Siemens | -- |
| GE MR750 | GE | -- | |
| Philips Archieva dStream/Ingenia | Philips | -- | |
| fMRI分析 | FreeSurfer v5.3.0 | -- | -- |
| AFNI 3dDeconvolve | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| PGS-CRP计算 | GWAS汇总统计来源(GCST90029070)、PRScs参数(10,000 MCMC迭代,5,000 burn-in)、中位数分组 阅读提示:Methods 2.2.1.1-2.2.1.3 |
| fMRI任务设计 | MID任务试次类型(大/小奖赏、大/小损失、中性)、金额($5.00/$0.20)、时序(线索2s,延迟1.5-4s,反馈2s)、run数(2) 阅读提示:Methods 2.2.2.1 |
| fMRI数据采集与ROI定义 | 扫描仪型号(Siemens Prisma、GE MR750、Philips)、ROI(伏隔核、尾状核、壳核)、左右半球平均、对比定义 阅读提示:Methods 2.2.2.2-2.2.2.3 |
| 统计模型 | LME模型公式、协变量列表(年龄、性别、BMI、收入、教育、祖先主成分、扫描仪)、随机截距(个体、家庭、扫描仪)、FDR校正方法 阅读提示:Methods 2.3.1 |
| 纵向分析 | 随访年份(0、2、4、6)、各年样本量(4,830、3,113、2,441、1,772)、年龄分解(基线年龄和年龄变化) 阅读提示:Methods 2.3.1 |