Genomic prediction of cognitive traits in childhood and adolescence
Genomic prediction of cognitive traits in childhood and adolescence
复制标题
儿童和青少年认知特征的基因组预测
DOI：
10.1101/418210
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Allegrini A
中科院分区：
文献类型：
--
作者：
Allegrini A
基因组学的最新进展正在产生复杂特征，特别是认知能力的强大DNA预测因子。在这里，我们利用了最新的全基因组智力和受教育程度关联研究的汇总统计数据，以及高度遗传相关的特征，来建立一般认知能力和教育成就的预测模型。为此，我们比较了多性状基因组和多基因评分方法的性能。在英国有代表性的7026名12岁和16岁儿童的样本中，我们表明，我们现在可以预测高达11%的智力差异和16%的教育成就差异。我们还表明，从12岁到16岁，预测能力有所增强，而且基因预测在女孩和男孩之间没有差异。我们发现多性状基因组方法在提高预测能力方面是有效的。不同多基因评分方法的预测精度各不相同，但不同多性状和多基因评分方法的预测结果相似。我们讨论了多性状方法和多基因分数预测的一般注意事项，并得出结论，教育程度和智力的多基因分数是目前行为科学中最强大的预测因子。
Recent advances in genomics are producing powerful DNA predictors of complex traits, especially cognitive abilities. Here, we leveraged summary statistics from the most recent genome-wide association studies of intelligence and educational attainment, with highly genetically correlated traits, to build prediction models of general cognitive ability and educational achievement. To this end, we compared the performances of multi-trait genomic and polygenic scoring methods. In a representative UK sample of 7,026 children at ages 12 and 16, we show that we can now predict up to 11% of the variance in intelligence and 16% in educational achievement. We also show that predictive power increases from age 12 to age 16 and that genomic predictions do not differ for girls and boys. We found that multi-trait genomic methods were effective in boosting predictive power. Prediction accuracy varied across polygenic score approaches, however results were similar for different multi-trait and polygenic score methods. We discuss general caveats of multi-trait methods and polygenic score prediction, and conclude that polygenic scores for educational attainment and intelligence are currently the most powerful predictors in the behavioural sciences.
登录
查看更多内容
影响因子：
11
作者：
Trampush JW;Yang ML;Yu J;Knowles E;Davies G;Liewald DC;Starr JM;Djurovic S;Melle I;Sundet K;Christoforou A;Reinvang I;DeRosse P;Lundervold AJ;Steen VM;Espeseth T;Räikkönen K;Widen E;Palotie A;Eriksson JG;Giegling I;Konte B;Roussos P;Giakoumaki S;Burdick KE;Payton A;Ollier W;Horan M;Chiba-Falek O;Attix DK;Need AC;Cirulli ET;Voineskos AN;Stefanis NC;Avramopoulos D;Hatzimanolis A;Arking DE;Smyrnis N;Bilder RM;Freimer NA;Cannon TD;London E;Poldrack RA;Sabb FW;Congdon E;Conley ED;Scult MA;Dickinson D;Straub RE;Donohoe G;Morris D;Corvin A;Gill M;Hariri AR;Weinberger DR;Pendleton N;Bitsios P;Rujescu D;Lahti J;Le Hellard S;Keller MC;Andreassen OA;Deary IJ;Glahn DC;Malhotra AK;Lencz T
通讯作者：
Lencz T
遗传学和经验
影响因子：
7.2
作者：
R. Plomin;J. Neiderhiser
通讯作者：
J. Neiderhiser
(11) KP层次的Painlevé VI的推导及其特解
DOI：
--
发表时间：
2007
期刊：
影响因子：
--
作者：
塩田 徹治;筧 三郎;覧 三郎;筧 三郎
通讯作者：
筧 三郎
影响因子：
2.5
作者：
Butcher, L. M.;Davis, O. S. P.;Craig, I. W.;Plomin, R.
通讯作者：
Plomin, R.
影响因子：
9.8
作者：
Purcell, Shaun;Neale, Benjamin;Sham, Pak C.
通讯作者：
Sham, Pak C.