Une nouvelle étude passionnante révèle l'architecture génétique cachée de la capacité quantitative, montrant comment le câblage du cerveau et la signalisation des compétences en mathématiques de forme indépendamment de l'intelligence générale.
Étude: un facteur commun génétique sous-jacent à la capacité mathématique autodéclarée et à la classe de mathématiques la plus élevée. Crédit d'image: aree_s / shutterstock
Dans une étude récente publiée dans la revue Psychiatrie moléculaireles chercheurs ont identifié des variantes génétiques et des voies biologiques sous-jacentes à un facteur de capacité quantitative, distincte de l'intelligence générale (g) et des compétences éducatives non cognitives (non-COG), en utilisant des données multivariées à l'échelle du génome.
Sommaire
Arrière-plan
Un nombre peut changer une vie: le bon cours de mathématiques peut ouvrir des portes aux majors, aux carrières et à la confiance. Pourtant, le confort avec les nombres varie, et toute cette différence ne reflète pas g. La capacité quantitative, le talent pour le raisonnement sur les nombres, le changement et la structure, peut être distincte. Études d'association à l'échelle du génome (Gwas) scanner l'acide désoxyribonucléique (ADN) pour les polymorphismes uniculéotidiques (SNPS), mais la plupart se concentrent sur g. Si la capacité quantitative a une biologie différente, les signaux devraient apparaître au-delà de G et de la scolarité.
La compréhension de la biologie peut guider l'enseignement qui correspond aux forces des étudiants. Les analyses de gènes à tissus peuvent mettre en évidence les mécanismes cérébraux et synaptiques. Les auteurs notent également que ces indicateurs peuvent capturer les intérêts et les opportunités éducatifs ainsi que la capacité, et les variances résiduelles ont été fixées pour l'identification du modèle, ce qui peut affecter les charges relatives. Des recherches supplémentaires devraient séparer les capacités des intérêts et des opportunités.
À propos de l'étude
Les chercheurs ont modélisé un facteur quantitatif latent sous deux indicateurs, une capacité mathématique autodéclarée et la classe de mathématiques la plus élevée prise, en utilisant la modélisation de l'équation structurelle génomique (SEM génomique). Des statistiques sommaires de GWAS ont été obtenues auprès des participants de 23andMe, Inc. (n = 564 698; classe n = 430 445). Les covariances génétiques ont été estimées par régression bivariée du score LD (LDSC).
Le modèle a supprimé la variance partagée avec les performances cognitives (CP) et un niveau de scolarité (EA), donc le facteur quantitatif était orthogonal à G et non-Cog. Une analyse d'association à l'échelle du génome du facteur latent a été exécutée dans le SEM génomique. Les SNP de plomb ont été identifiés avec l'analyse du trait complexe à l'échelle du génome et de l'analyse conditionnelle (GCTA-Cojo) à P <5 × 10⁻⁸; L'hétérogénéité a été testée avec la statistique de l'hétérogénéité du polymorphisme (QSNP) à un seul nucléotide.
Les associations antérieures ont été interrogées dans le catalogue GWAS. Les corrélations génétiques avec les phénotypes, y compris celles des codes de l'emploi Biobank Royaume-Uni (UKB), ont été estimées à l'aide de LDSC. Scores polygéniques (PG) ont été dérivés en utilisant un retrait continu de risque polygénique (PRS-CS) et validé dans le Minnesota Center for Twin and Family Research (MCTFR), Prédire les résultats sur le test de réussite à large plage (Secouer)); Les modèles à l'intérieur de la famille comprenaient des PG parentales.
L'enrichissement des tissus et des voies a utilisé la régression du score LD stratifié (S-LDSC) avec l'expression des tissus de génotype (Gtex) Données, score de priorité polygénique (Pop), Intégration prioritaire à l'expression pour les traits complexes (REPRÉSENTER), Analyse des protéines par des relations évolutives (PANTHÈRE), et cartographier les annotations de gènes (MAGMA).
Résultats de l'étude
L'analyse factorielle génomique a montré que les deux indicateurs mathématiques étaient fortement corrélés génétiquement avec CP et EA, motivant un modèle qui a partisé par CP et EA pour isoler un facteur quantitatif orthogonal à G et non-COG. Le modèle de facteur ajuste bien la matrice de covariance génétique (indice d'ajustement comparatif 0,996; résidu de carré de moyen de racine standardisé 0,0195).
Dans une analyse d'association à l'échelle du génome du facteur latent, 53 SNP ont atteint une signification à l'échelle du génome. L'inflation était modeste (moyenne χ²–1,64) et l'interception de régression du score LD (0,99) a indiqué une confusion négligeable. QSNP a signalé un locus pléiotrope, RS13107325 dans SLC39A8, dont les effets sur les deux indicateurs avaient des signes opposés (négatifs pour la classe de mathématiques la plus élevée, positive pour la capacité autodéclarée), cohérente avec les influences non médiatisées purement par le facteur.
Les recherches à l'échelle du phénome des variantes de plomb dans le catalogue GWAS ont révélé des chevauchements avec des traits couvrant les symptômes d'internalisation, le sommeil et la consommation de substances, et ont identifié 16 nouveaux loci pour les caractéristiques cognitives.
Les analyses de corrélation génétique ont soutenu le caractère distinctif de la construction. Le facteur quantitatif n'a pas été corrélé avec la première composante principale des notes scolaires (capacité scolaire générale) et a montré une forte corrélation négative avec l'axe d'inclinaison de la langue-math (meilleures mathématiques à des valeurs inférieures). Il était positif pour les codes d'emploi de mathématicien et de logiciel / programmeur dans l'UKB, et négatif pour les vocations dans la persuasion verbale (par exemple, écrivain / poète). Ce sont des corrélations génétiques plutôt que des effets causaux et ne doivent pas être interprétées comme des prédictions déterministes des professions.
Les corrélations avec l'anthropométrie étaient minimes, y compris une petite association positive avec l'indice de masse corporelle. Les schémas psychiatriques comprenaient des corrélations négatives avec le trouble d'hyperactivité du déficit de l'attention (TDAH), les facteurs généraux d'extériorisation et de névrosisme, et un trouble dépressif majeur; une association négative avec le trouble du spectre autistique (TSA)); une petite association positive avec la schizophrénie; et une légère corrélation positive avec la dyslexie.
Les PG pour le facteur quantitatif prédisent les performances arithmétiques sur le WRAT dans un échantillon MCTFR indépendant (ΔR²≈ 0,39%), mais pas la lecture ou l'orthographe; Des coefficients similaires sont apparus dans des modèles intra-famille contrôlant les PG parentaux, conformément à une confusion limitée. L'effet PGS était marginal à la fois dans la taille et la signification, représentant moins d'un demi-pour cent de la variance arithmétique (P≈0,01), soulignant son petit impact pratique.
L'annotation biologique a souligné les mécanismes basés sur le cerveau. S-LDSC a montré un enrichissement concentré dans les tissus du système nerveux central, l'hémisphère cérébelleux et l'amygdale dépassant une augmentation de 1,3 fois. Bien que l'amygdale ait dépassé cette référence, la régression multivariable a montré un poids négatif pour l'expression de l'amygdale, suggérant une plus grande prudence dans la sur-interprétation de son rang par rapport aux autres tissus corticaux et cérébelleux.
La hiérarchisation des gènes avec les POP a mis en évidence les processus régulant le développement de la projection des neurones; Les gènes prioritaires comprenaient SEMA6D et EFNA5, qui sont impliqués dans le guidage des axones. Les grappes de caractéristiques ont souligné la partie synapse, l'acide ribonucléique messager (ARNm) épissage, que les auteurs ont décrit comme un enrichissement quelque peu surprenant et l'activité des récepteurs du glutamate; Les gènes connexes, tels que Grm8 et NGEF, ont suggéré la signalisation lors de synapses excitantes. Conformément à une spécialisation distincte des effets mondiaux de la taille du cerveau, le facteur quantitatif a montré une corrélation génétique presque nul avec le volume cérébral.
Conclusions
Cette étude identifie un signal génétique pour la capacité quantitative séparable de G et de non-COG. Cinquante-trois loci à l'échelle du génome, stratification minimale et enrichissement dans les tissus du système nerveux central soutiennent la spécificité.
Les modèles de gènes impliquent la régulation du développement de la projection des neurones, des composants synaptiques, de l'épissage de l'ARNm et de la signalisation glutamatergique. Les PG ont prédit l'arithmétique, et non la lecture ou l'orthographe, et le facteur aligné sur les professions scientifiques et technologies et la responsabilité inférieure pour les comportements d'internalisation et d'extériorisation.
Les auteurs soulignent que les résultats doivent être interprétés avec prudence, étant donné les limitations de l'indicateur et la petite valeur prédictive des PG. Ensemble, les résultats suggèrent que les neurones se connectent, communiquent et contribuent à la spécialisation quantitative.
