在非裔美国人 (AA) 等混血人群中开展的全基因组关联研究 (GWAS) 样本量有限,导致多基因风险评分 (PRS) 表现不佳。根据 AA 和欧洲血统 (EA) 人群之间共享许多致病基因,并且一些致病变异位于这些基因边界内的观察结果,我们利用位于疾病相关基因内的变异,提出了一种基于基因的新型 PRS 框架 (PRS 基因)。使用百万退伍军人计划的酒精使用障碍 (AUD) AA GWAS 和问题酒精使用的 EA GWAS 作为发现 GWAS,我们从 410 个基因中鉴定出 858 种与 AA 和 EA 中均与 AUD 相关的变异。使用这些变体计算的 PRS 基因与三个 AA 目标数据集中的 AUD 显著相关( P 值范围从 7.61E − 05 到 6.27E − 03;Beta 范围从 0.15 到 0.21)并且优于使用所有变体计算的 PRS( P 值范围从 7.28E − 03 到 0.16;Beta 范围从 0.06 到 0.18)。PRS 基因也与 EA 目标数据集中的 AUD 相关( P 值 = 0.02,Beta = 0.11)。在 AA 中,与最低十分位数的个体相比,最高 PRS 基因十分位数的个体患上 AUD 的优势比为 1.76(95% CI:1.32 – 2.34)。这 410 个基因在 54 个基因本体生物学过程中富集,包括乙醇氧化和涉及突触系统的过程,这些过程已知与 AUD 相关。此外,26 个基因是用于治疗 AUD 或其他疾病的药物的靶标,这些药物可能被考虑用于治疗 AUD。我们的研究表明,基于基因的 PRS 在评估 AA 中的 AUD 风险方面表现更好,并为 AUD 遗传学提供了新的见解。
Queenstown&Wakatipu Room 1.45pm-2.10pm Megan Leask博士(Q8)阿拉巴马大学,奥塔哥大学GWAS及其他地区:朝向'Omics基于OMICS的Precision Medicine Discofus
目的 本研究旨在通过整合来自多个来源(包括 LitVar 数据库、PubMed 和 GWAS 目录)的数据,创建与营养相关的人类遗传多态性的综合数据集。这一整合资源旨在通过提供可靠的基础来探索与营养相关性状相关的遗传多态性,从而促进营养遗传学研究。 方法 我们开发了一个数据集成流程来组装和分析数据集。该流程从 LitVar 和 PubMed 中检索数据,合并数据以构建统一的数据集,定义综合 MeSH 查询以检索相关的遗传关联,并将结果与 GWAS 数据交叉引用。 结果 生成的数据集汇总了有关遗传多态性和营养相关性状的大量信息。通过 MeSH 查询,我们确定了与营养相关性状相关的关键基因和 SNP。与 GWAS 数据的交叉引用提供了与这种遗传多态性相关的潜在影响或风险等位基因的见解。共现分析揭示了有意义的基因-饮食相互作用,推动了个性化营养和营养基因组学研究。结论本研究提供的数据集整合并组织了与营养相关的遗传多态性信息,有助于详细探索基因-饮食相互作用。该资源推动了个性化营养干预和营养基因组学研究。该数据集可在 https://zenodo.org/records/ 14052302 上公开访问,其适应性结构确保了其在广泛的遗传学研究中的适用性。
目的本研究旨在通过整合来自Litvar数据库,PubMed和GWAS目录的多个来源的数据来创建与营养相关的人类遗传多态性的全面和精心策划的数据集。该合并资源旨在通过提供可靠的基础来探索与营养相关性状相关的遗传多态性,以促进营养学的研究。方法我们开发了一个数据集成管道来组装和分析数据集。管道从Litvar和PubMed执行数据检索,数据合并以构建统一的数据集,全面网格列表的定义,通过网格查询该数据集以检索相关的遗传关联,并使用GWAS目录将输出交叉引用。结果结果数据集汇总了有关遗传多态性和与营养相关性状的广泛信息。通过网格查询,我们确定了与营养相关性状相关的关键基因和SNP。与GWAS目录的交叉引用提供了有关与这种遗传多态性相关的潜在影响或风险等位基因的见解。共发生的分析揭示了有意义的基因 - 基因相互作用,推进了个性化的营养和营养学研究。结论此处介绍的数据集合并并组织有关与营养相关的遗传多态性的信息,从而详细探讨了基因 - 迪特相互作用。该资源通过提供标准化和全面的数据集来推进个性化的营养干预措施和营养学研究。数据集的灵活性允许其应用于其他遗传多态性研究。
了解大脑结构的遗传结构是具有挑战性的,部分原因是在设计牢固的,无偏见的脑形态描述符时遇到了困难。直到最近,全基因组关联研究(GWAS)的大脑测量由传统的专家定义或软件衍生的图像衍生的表型(IDP)组成,这些表型(IDP)通常基于理论先入为主或根据有限数据计算。在这里,我们提出了一种使用无监督的深度表示学习来得出大脑成像表型的方法。我们在6,130英国生物库(UKBB)参与者的T1或T2-Flair(T2)脑MRIS上训练3D卷积自动编码器模型,以重建损失,以创建一个128维表示,称为内类型(Endos)。gwas在UKBB受试者中(n = 22,962发现和n = 12,848/11,717的T1/T2的复制队列)确定了658个涉及43个独立位点的显着复制变体 - 内对。在以前的T1和T2 IDP Biobank GWAS中没有报道13个基因座。我们开发了一种基于扰动的解释方法,以表明这些基因座与映射到多个相关大脑区域的胚胎相关。我们的结果确定了无监督的深度学习可以从成像数据中得出鲁棒,无偏,可解释的和可解释的内表型。
引言帕金森氏病(PD)是一种具有复杂病因的多因素疾病。最大的全基因组关联研究(GWAS)包括37,688例病例,18,618例代理案例(未受影响的第一级亲戚)和140万个来自欧洲血统的控制,以及在78个基因组区域中确定的90个独立风险信号;其中38个是新颖的信号1。尽管有这些进展,但PD GWAS目前受到规模的限制,关注欧洲人群以及与临床表型数据的集成有限。基于2019 GWAS数据的功率计算表明,加入额外的〜99,000个案例将使效应大小较小的变体有助于多基因风险(p-值切断:1.35×10 - 3),以达到全基因组范围内的意义。因此,将PD GWA扩展到至少这种大小将导致识别额外的风险基因座并改善PD的遗传预测。可以使用双研究或统计遗传学方法来估计PD的遗传力,并被认为在欧洲人群中占22%至40%。已知的基因组广泛的基因座目前解释了PD 1的遗传力的16%。使用多基因风险评分分析(包括未达到基因组宽重要的基因座)表明,可能有大量的基因座导致尚未定义的PD风险。我们的功率分析表明,将需要99,000个PD病例以80%的功率定义基因座,次要等位基因频率为0.21,并且与当前的最新分析相似。在PD中观察到的表型的变异性可能具有遗传基础2 - 4。对基因型和临床结果之间关联的了解将使临床医生能够为患者提供更准确的预后。了解负责特定PD特征的基因到表型路径将提供一个机会,以开发针对表型的治疗
方法:我们使用开放式基因组关联研究(GWAS)数据(GWAS)对肠道微生物和骨质疏松症的数据进行了分析。使用两样本MR分析进行分析,并通过逆差异加权(IVW),EGGER,EGGER,加权中位数和加权模式方法检查因果关系。双侧卵形切除术被用于复制小鼠骨质疏松模型,该模型通过微计算机断层扫描(CT),病理测试和骨转化指数评估。此外,在粪便样品上进行了16S rDNA测序,而在结肠样品中检查了IL-6,IL-1β和TNF-α炎症因子的SIGA和索引。通过免疫荧光和组织病理学,评估了紧密连接蛋白的表达水平,例如Claudin-1,ZO-1和occludin,并对差异细菌和相关环境因素进行了相关性分析。
目的:全基因组关联研究 (GWAS) 已成功揭示了许多肥胖易感位点。然而,确定导致这些关联的致病基因、通路和组织/细胞类型仍然是一项挑战,而且缺乏标准化的分析工作流程。此外,由于肥胖的治疗选择有限,需要开发新的药物疗法。本研究旨在通过逐步利用知识库进行基因优先排序并评估关键肥胖基因作为治疗靶点的潜在相关性来解决这些问题。方法和结果:首先,我们从公开的 GWAS 数据集(GIANT 荟萃分析中约有 800,000 人)中生成了 28,787 个肥胖相关 SNP 列表。然后,我们根据基因组和转录组数据(包括来自转录组范围关联研究的大脑中的转录调控基因)优先考虑了 1372 个具有显著计算机证据的基因。在进一步缩小基因列表的过程中,我们选择了关键基因,我们发现这些基因对于发现潜在的药物种子很有用,这在脂质 GWAS 中得到了单独证明。因此,我们确定了 74 个肥胖的关键基因,这些基因高度相互关联,并在导致肥胖的几种生物过程中富集,包括能量消耗和体内平衡。在 74 个关键基因中,有 37 个尚未被报道与肥胖的病理生理有关。最后,通过药物-基因相互作用分析,我们发现了 23 个(共 74 个)关键基因,它们是 78 种已获批准和上市药物的潜在靶点。结论:我们的研究结果通过整合多个最新知识库的数据驱动方法为肥胖的新治疗方案提供了宝贵的见解。
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。
全基因组关联研究(GWAS)已鉴定出113个影响发生连性脊椎炎(AS)风险的单核苷酸多态性(SNP),并且正在进行的GWAS研究可能会识别100 +新的风险基因座。由于以下挑战,将遗传发现向新型疾病生物学和治疗的翻译很难:(1)在确定与疾病相关SNP调控的因果基因时的困难,(2)(2)在确定相关细胞型的caus型基因的差异方面的困难(2)确定其功能(3),(3)(3)询问因果基因在疾病生物学中的功能作用。本评论将讨论最近的进展和未解决的问题,重点是这些挑战。此外,我们将回顾生物学的研究以及与IL-23/IL-17途径相关的药物的开发,该途径是由AS遗传学部分驱动的,并讨论从这些研究中可以从未来的AS-CYPAID基因的功能和翻译研究中学到的知识。