XiaoMi-AI文件搜索系统
World File Search System组关
内部审查小组关于调查和军事司法系统中种族差异的报告
I. 前言 国防部副部长凯瑟琳·希克斯 (Kathleen Hicks) 在去年年底的一篇专栏文章中承认：“军事司法系统中的种族差异问题由来已久。” 她接着承诺：“我们将努力解决这个问题……那些冒着生命危险保卫美国的男男女女应该得到更好的待遇。” 1 今年早些时候，副部长希克斯成立了内部审查小组 (IRT) 并亲自责成其成员找出国防部 (DoD) 调查和军事司法系统中种族差异的根本原因，并提出可行的建议来解决这些问题。 IRT 开始努力时严肃地认识到，种族差异在我们的军队中一直存在并且仍然存在，我们的调查和军事司法系统也远非免疫。这些系统中的差异降低了军人的信任和部队的凝聚力，并对部队的战备和持续性构成了明显威胁。 IRT 在开展工作时充分意识到这些问题的紧迫性，并深刻理解在解决这些问题方面取得真正有意义的进展的必要性。特别是，我们与美国各地军人的私人接触阐明了我们面临的问题，并证实了我们任务的重要性。经过深入的研究和审议，我们在以下报告中提供了分析和建议。我们，调查和军事司法系统中种族差异 IRT 的成员，知道没有简单的答案。但我们相信，我们的建议——围绕更有效的培训和教育、增加军人保护以及额外的监督和透明度的需求——可以作为更具包容性、公平和公正的军队的蓝图，并使我们更接近兑现我们国家建立时的平等承诺。我们敦促各级和各部门的军人和领导人与我们一起重申对我们的人民、我们的使命和未来艰苦工作的承诺。非常尊重，
全基因组关联研究 (GWAS) 揭示了与马铃薯种质花卉性状相关的遗传基础
摘要：马铃薯是一种重要的非谷类主食作物，是世界大量人口的食物来源。全基因组关联研究（GWAS）分析已成为一种有用的工具，通过揭示与感兴趣性状的显著关联来揭示重要植物性状的遗传基础。本研究旨在探索表型多样性并确定与重要花部性状相关的遗传基础。总共使用 237 个四倍体马铃薯基因型作为植物材料，并根据增强区组设计连续两年（2016 年、2017 年）进行田间试验。所研究的花部性状的方差分析反映了非常显著的基因型效应。两年的平均数据显示雌蕊长度（5.53 至 9.92 mm）、雄蕊长度（6.04 至 9.26 mm）和雄蕊上方雌蕊长度（1.31 至 4.47 mm）存在显著差异。 Pearson 相关性分析表明雌蕊长度与雄蕊长度 (r = 0.42) 以及雌蕊高于雄蕊的长度 (r = 0.28) 之间存在高度显著的正相关性。进行了主成分分析，认为前两个主成分共占 81.2% 的变异。星座图根据雄蕊和雌蕊长度将所研究的马铃薯组分为两个主要种群。总共使用了 12,720 个 SNP 标记进行标记-性状关联，发现两年内共有 15 个标记与所研究的性状显著相关。在两年内识别相同的标记有助于验证获得的标记-性状关联。所识别的显著标记反映了一些可能对马铃薯育种计划有益的假定候选基因。据我们所知，这是第一项确定重要花卉性状遗传基础的研究，可能对对这些性状的马铃薯标记辅助育种感兴趣的科学界有所帮助。
藜麦全基因组关联研究揭示……
摘要 藜麦种质保留了有用且大量的遗传变异，但由于缺乏现代育种工具的实施，这一遗传变异仍未得到开发。我们整合了田间和序列数据，以表征藜麦的大量多样性。310 个种质的全基因组测序揭示了 290 万个多态性高置信度单核苷酸多态性 (SNP) 基因座。高地和低地藜麦聚集成两个主要群体，F ST 发散度为 0.36，连锁不平衡 (LD) 衰减分别为 6.5 和 49.8 kb。一项使用多年表型试验的全基因组关联研究发现了与 17 种性状稳定相关的 600 个 SNP。两个候选基因与千粒重相关，一个抗性基因类似物与霜霉病抗性相关。我们还确定了四种对适应性很重要的农艺性状的多效作用基因座。这项工作展示了使用部分驯化的孤儿作物重新测序数据来快速识别标记性状关联，并为基因组学支持的藜麦育种提供基础元素。
整合全基因组关联研究和表达数量性状基因座定位的正向遗传学方法来解析玉米（Zea mays）叶片的发育
玉米 (Zea mays) 叶片发育的遗传基础表征可支持育种工作，以获得具有更高活力和生产力的植物。在本研究中，对 197 个双亲和多亲本玉米重组自交系 (RIL) 的映射面板在苗期对多种叶片性状进行了分析。使用 RNA 测序来估计 RIL 中 29 573 个基因模型的转录水平并得出 373 769 个单核苷酸多态性 (SNP)，然后结合这些数据使用正向遗传学方法来精确定位参与叶片发育的候选基因。首先，将叶片性状与基因表达水平相关联以确定转录本 - 性状相关性。然后，在全基因组关联 (GWA) 研究中将叶片性状与 SNP 相关联。采用表达数量性状基因座映射方法将 SNP 与基因表达水平相关联，并根据转录本 - 性状相关性和 GWA 确定候选基因的优先顺序。最后，进行了网络分析，将所有转录本聚类到 38 个共表达模块中。通过整合正向遗传学方法，我们确定了 25 个高度富集特定功能类别的候选基因，为液泡质子泵、细胞壁效应器和囊泡交通控制器在叶片生长中的作用提供了证据。这些结果解决了叶片性状确定的复杂性，并可能支持玉米的精准育种。
执行原则工作组关于最后审查的报告
GFXC 执行原则工作组关于最后查看的报告 1. 简介 最后查看是电子交易活动中使用的一种做法，根据该做法，收到交易请求的市场参与者有最后一次机会根据报价接受或拒绝该请求。这种做法一直是业内讨论的主题。外汇全球准则（以下简称“准则”）的原则 17 专门涵盖了最后查看的主题。1 继 2017 年 5 月首次发布准则后，全球外汇委员会 (GFXC) 于 2017 年 12 月修订了原则 17 的文字，以提供更严格的最后查看窗口期间交易活动的指导。2 GFXC 于 2019 年 2 月发布了一份关于此类“补仓和交易”交易活动的后续报告。3 尽管发布了这份材料，但当 GFXC 于 2019 年就准则三年审查的合适关注领域对市场参与者进行调查时，最后查看的做法获得了最多的反馈。许多市场参与者仍然对最后观望做法存在疑问和担忧，对这个话题的看法也仍然各异。受访者指出，关于最后观望做法的事前披露的质量和细节可能有很大差异，包括流动性提供者用于价格检查的方法以及与此相关的最后观望窗口的长度。受访者还寻求更清楚地披露最后观望窗口期间“补仓和交易”活动的使用情况。受访者要求更清楚地说明如何适当处理被拒绝的交易信息，并且，为了提高流动性消费者评估其交易执行的能力，希望更容易获得交易信息（包括交易被拒绝的原因）。本文由GFXC编写，旨在促进更广泛地了解和理解最后观望、它在外汇市场运作中发挥的作用以及最后观望作为一种做法的适当应用。本文最后提出了三项建议，以帮助解决GFXC早期调查中表达的担忧：- 流动性提供者应确保公平有效的最后观望流程；- 流动性提供者应加强事前披露； - 应提供信息来评估交易请求的处理。本文应与《守则》一起阅读，特别是附录 A 中包含的原则 17。在对《守则》的三年审查中，GFXC 同意原则 17 的文本仍然适用。本指导文件不是《守则》的一部分。众所周知，该主题本质上是技术性的，并且对该实践的具体方面存在广泛的意见；因此，本文以原则为重点，并非旨在规定。
全基因组关联研究启发冠状动脉疾病遗传学
APOC3 载脂蛋白 C-3/脂蛋白脂肪酶活性 Z ，血浆甘油三酯 \ / CAD 风险增加 反义 APOC3 抑制剂 (Volanesorsen) 可导致甘油三酯剂量依赖性降低 31% - 71%，有效降低家族性乳糜微粒血症综合征的甘油三酯
韩国人口中的全基因组关联研究确定了六个新型的易感基因座，类风湿关节炎
类风湿关节炎（RA）中摘要全基因组关联研究（GWAS）发现了100多个RA基因座，解释了与患者相关的RA发病机理，但显示出很大一部分缺失的遗传力。作为一项持续的努力，我们在大型朝鲜RA病例对照人群中进行了GWAS。方法我们在两个独立的韩国人群中新生成的全基因组变异数据，其中包括4068 RA病例和36 487个对照，然后进行全基因组插补和对疾病关联的荟萃分析，导致了两个同类。通过将公开可用的OMIC数据与GWAS结果整合在一起，进行了一系列生物信息学分析，以优先考虑RA基因座中的RA风险基因，并剖析疾病关联的生物学机制。结果，我们确定了六个新的RA风险基因座（Slamf6，CXCL13，SWAP70，NFKBIA，ZFP36L1和LINC00158），其中P Meta <5×10 -8，并且在两个谱系中均一致的疾病效应大小。基于物理距离，调节性变体和染色质相互作用，从6个新颖和13个复制的RA基因座进行了总共122个基因的优先级。生物信息学分析具有与RA相关基因的组织特异性表达的潜在RA相关组织（包括免疫组织，肺和小肠），并提出了与免疫相关的基因组（例如CD40途径，IL-21途径，IL-21途径，IL-21-介导的途径和Citrullantination）以及与其他风险 - 甲壳虫相关。结论本研究确定了六个新的RA相关基因座，这有助于更好地理解RA的遗传病因和生物学。
英国生物样本库对早期全基因组关联研究中发现的全基因组显著信号的可重复性
摘要 随着大型生物库的建立，与各种表型相关的单核苷酸多态性 (SNP) 的发现速度加快了。一个悬而未决的问题是，早期全基因组关联研究 (GWAS) 中确定的具有全基因组意义的 SNP 是否也会在后来在生物库进行的 GWAS 中得到复制。为了解决这个问题，作者检查了一个公开的 GWAS 数据库，并确定了同一表型的两个独立 GWAS（早期的“发现” GWAS 和后来在英国生物库进行的复制 GWAS）。该分析评估了来自 4,397,962 名参与者的 9 种表型的 136,318,924 个 SNP（其中 6,289 个在发现 GWAS 中达到 p<5e-8）。总体复制率为 85.0%，二元表型的复制率低于定量表型（分别为 58.1% 和 94.8%）。二元表型的 SNP 效应大小下降了 18.0%，但定量表型的 SNP 效应大小增加了 12.0%。利用发现的 SNP 效应大小、表型特征（二元或定量）和发现的 p 值，我们建立并验证了一个模型，该模型预测 SNP 复制，受试者工作曲线下面积 = 0.90。虽然无法复制通常可能反映出缺乏效力，而不是真正的假阳性结果，但这些结果提供了关于哪些发现的关联可能在后续的 GWAS 中再次出现的信息。
RAINBOW：使用新颖的 SNP 集方法进行基于单倍型的全基因组关联研究
稀有变异难以检测是传统全基因组关联研究 (GWAS) 面临的问题之一。这一问题与单倍型等由多个等位基因组成的复杂基因组成密切相关。为解决这一问题，已提出了多种单核苷酸多态性 (SNP) 集方法。但这些方法很少与单倍型相关讨论。在本研究中，我们开发了一种新的 SNP 集方法“RAINBOW”，并将该方法应用于基于单倍型的 GWAS，将单倍型块视为 SNP 集。结合单倍型块估计和 SNP 集 GWAS，可在无需先前单倍型信息的情况下进行基于单倍型的 GWAS。我们准备了 100 组稻 (Oryza sativa subsp.) 的模拟表型数据和真实标记基因型数据集。 indica，并对数据集进行 GWAS。我们比较了我们的方法、传统的单 SNP GWAS、传统的基于单倍型的 GWAS 以及传统的 SNP 集 GWAS 的功效。结果显示我们的方法在三个方面优于这些方法：（1）控制假阳性；（2）如果数据集中对因果变异进行了基因分型，则可以不依赖连锁不平衡来检测因果变异；（3）它显示出比其他方法更高的功效，即它能够检测到其他方法未能检测到的因果变异，主要是当因果变异位置非常接近且其作用方向相反时。通过在本研究中使用 SNP 集方法，我们期望不仅可以检测出罕见变异，还可以检测出具有复杂机制的基因，例如具有多个因果变异的基因。 RAINBOW 是作为名为“RAINBOWR”的 R 包实现的，可从 CRAN（https://cran.r-project.org/web/packages/RAINBOWR/index.html）和 GitHub（https://github.com/KosukeHamazaki/RAINBOWR）获取。