XiaoMi-AI文件搜索系统
World File Search SystemSNPs
![从强直性脊柱炎的遗传学到新的生物学和药物靶标的发现
基因编辑，身份和收益
arxiv：2103.14564v1 [cond-mat.supr-con] 2021年3月26日
绿色氨作为空间能量矢量：评论
光化学探针鉴定刺猬酰基转移酶（HHAT）中的小分子抑制剂结合位点**
使用大脑刺激靶向ADHD执行功能的神经元相关
幼儿园量子力学毕业生
测量高功率激光脉冲的轨道角动量
大脑刺激 - 牛津大学研究档案
对英国和英国频道群岛实用潮汐水源资源的审查
疾病x疫苗生产和供应链
遗传研究对同性性的遗传学伦理...
将风和太阳能放在他们的位置
自然投资组合|报告摘要
CRISPR-CAS9编辑用于病毒工程和... 的应用
脑损伤后的数值认知：亚列表和算术能力之间是否存在关系？
在被困的量子网络节点中稳健的量子内存](/simg/9\989e4def6652e0f83e79531ceb1de7d86519ee88.webp)
从强直性脊柱炎的遗传学到新的生物学和药物靶标的发现 基因编辑，身份和收益 arxiv：2103.14564v1 [cond-mat.supr-con] 2021年3月26日 绿色氨作为空间能量矢量：评论 光化学探针鉴定刺猬酰基转移酶（HHAT）中的小分子抑制剂结合位点** 使用大脑刺激靶向ADHD执行功能的神经元相关 幼儿园量子力学毕业生 测量高功率激光脉冲的轨道角动量 大脑刺激 - 牛津大学研究档案 对英国和英国频道群岛实用潮汐水源资源的审查 疾病x疫苗生产和供应链 遗传研究对同性性的遗传学伦理... 将风和太阳能放在他们的位置 自然投资组合|报告摘要 CRISPR-CAS9编辑用于病毒工程和... 的应用 脑损伤后的数值认知：亚列表和算术能力之间是否存在关系？ 在被困的量子网络节点中稳健的量子内存
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。
灌木（桤木）全新世叶绿体遗传变异
图 5 在七个 Alnus alnobetula 个体的整个叶绿体侏儒排列中检测到的单核苷酸多态性 (SNP)。随后绘制了参考叶绿体基因组和通过杂交捕获和散弹枪测序方法从核心样本中检索到的 sedaDNA，以评估它们与 SNP 位置相对应的变体。SNP 的位置对应于参考叶绿体基因组。如果 SNP 位于基因内，则在第一行中给出相应的基因名称。如果未从核心样本中检索到任何读数，则不会报告任何变体。颜色代码：Taymyr 特定变异 = 黄色；Omoloy 特定变异 = 橙色；Kolyma 特定变异 = 绿色；Taymyr 地理歧视的潜在标记 = 以红色突出显示的位置；Kolyma 地理歧视的潜在标记 = 以蓝色突出显示的位置；Omoloy 地理歧视的潜在标记 = 以浅绿色突出显示的位置
树木育种项目中先进标记辅助选择与基因组选择的比较模拟研究
DNA 测序技术的进步使得对数千个个体的全基因组进行测序成为可能，并为每个个体提供数百万个单核苷酸多态性 (SNP)。这些数据与精确和高通量的表型分析相结合，使全基因组关联研究 (GWAS) 和识别具有复杂遗传结构特征的 SNP 成为可能。识别出的因果 SNP 和估计的等位基因效应随后可用于育种计划中的高级标记辅助选择 (MAS)。但这种 MAS 能否与广泛使用的基因组选择 (GS) 相媲美？这个问题对于冗长的树木育种策略尤其有意义。在这里，我们使用新软件“SNPscan breeder”，模拟了一个简单的树木育种计划，并比较了不同选择标准对遗传增益和近亲繁殖的影响。此外，我们评估了育种种群中个体之间的不同遗传结构和不同亲缘关系水平。有趣的是，除了后代测试外，使用 gBLUP 的 GS 在几乎所有模拟场景下都表现最佳。仅当在大量无亲缘关系的个体（约 10,000 个个体）中估计等位基因效应时，基于 GWAS 结果的 MAS 才优于 GS。值得注意的是，使用 3,000 种极端表型的 GWAS 表现与使用 10,000 种表型一样好。与子代测试和基于 GWAS 的选择相比，GS 增加了近亲繁殖，因此更强烈地降低了遗传多样性。我们讨论了对树木育种计划的实际意义。总之，我们的分析进一步支持了 GS 在林木育种和改良方面的潜力，尽管 MAS 在未来可能会随着测序成本的降低而变得更加重要。
外显着关联分析
的发现：分析揭示了各种基因与每个并发症类别的关联：1）糖尿病性视网膜病与基因座22q13.33（SNP RS9616915; P = 5.18 X10 -4）中的Shank3基因有关基因座中的DCP1B基因12p13.33（SNP RS715146，RS1044950，RS113147414，RS34730825; P = 7.62 x10 -4）; 2）糖尿病神经病与基因座4Q23（SNP RS4148883; P = 1.23 X10 -4），基因座2q35中的SLC11A1基因（SNP RS17235409; P = 1.85 x10 -4）和Locus 20q12（SNP 20q12） p = 2.68 x10 -4）; 3）糖尿病性肾病与基因座7q31.1（SNP RS1799999; P = 1.91 X10 -4），Znf136基因中的PPP1R3A基因有关RS6076550; p = 2.86 x10 -4）;和4）心血管并发症与基因座21q22.3（SNPS RS7279204，RS6518289，RS2839227，RS2839223; p = 2.18 x10 -4，3.04，3.04 x10 -4，4.51 x10 -4，5.2 x10 -4，5.22 x10 -4，5.22 x10 -4，5.22 x10 -4，5.22 x10 -4，5.22 x10 -4
通过综合计算方法优先考虑改变 NKX2-5 和 TBX5 结合的心血管疾病相关变异
心血管疾病 (CVD) 是全球最大的死亡原因，受遗传因素影响很大。全基因组关联研究已经在非编码基因组中定位了 90% 以上的 CVD 相关变异，这些变异可以改变转录因子 (TF) 等调节蛋白的功能。然而，由于全基因组关联研究中的单核苷酸多态性 (SNP) 数量极其庞大 (> 500,000)，因此对体外分析的变异进行优先排序仍然具有挑战性。在这项工作中，我们实现了一种计算方法，该方法考虑基于支持向量机 (SVM) 的 TF 结合位点分类和心脏表达数量性状位点 (eQTL) 分析，以识别和优先排序潜在的 CVD 致病 SNP。我们在 TF 足迹和假定的心脏增强子中发现了 1535 个与 CVD 相关的 SNP，以及 14,218 个与心脏组织中的基因型依赖性基因表达处于连锁不平衡的变异。利用来自人类诱导多能干细胞衍生的心肌细胞中的两种心脏 TF（NKX2-5 和 TBX5）的 ChIP-seq 数据，我们训练了一个大规模间隙 k-mer SVM 模型，以识别改变 NKX2-5 和 TBX5 结合的与 CVD 相关的 SNP。通过对假定增强子中的人类心脏 TF 基因组足迹进行评分并通过电泳迁移率分析测量体外结合来测试该模型。根据预测的结合变化幅度，对预测会改变 NKX2-5（rs59310144、rs6715570 和 rs61872084）和 TBX5（rs7612445 和 rs7790964）结合的五种变体进行了优先体外验证，这些变体位于心脏组织 eQTL 中。所有五种变体均改变了 NKX2-5 和 TBX5 DNA 结合。我们提出了一种生物信息学方法，该方法考虑了组织特异性 eQTL 分析和基于 SVM 的 TF 结合位点分类，以优先考虑 CVD 相关变体进行体外分析。
fstest：用于变体呼叫格式文件的互固定索引估计
摘要。固定指数（F ST）统计数据为影响人群内部遗传变异结构的进化过程提供了批判性见解。f st统计数据已被广泛应用于种群和进化遗传学，以识别选择压力靶向的基因组区域。使用高通量基因分型或测序数据来估计哈德逊，威尔和科克汉姆，尼尔和赖特的四个F ST统计数据。在这里，我们引入了FSTEST 1.3，并将其性能与两个广泛使用的软件VCFTools 0.1.16和Plink 2.0进行了比较。染色体1000个基因组中的III期变体数据中属于南亚（n = 211）和非洲（n = 274）种群作为示例案例。在对南亚人群与非洲人群的成对比较中，计算了每个单核苷酸多态性（SNP）的不同F ST估计值，而VCFTOOLS 0.1.16和PLINK 2.0的FSTEST 1.3的结果均得到了证实。使用FSTEST 1.3和VCFTOOLS 0.1.16进行了两个基于固定数量的SNP的基于固定数量的SNP和另一个基于固定数量的碱基对（BP）的方法。我们的结果表明，使用固定数量的BP，在滑动窗口分析中，覆盖范围较低的基因型数据的区域可能会导致f st的高估。fstest 1.3可以通过估计沿染色体的连续SNP的平均值来减轻这一挑战。fstest 1.3允许使用少量代码对VCF文件进行直接分析，并且可以在几分钟内以超过一百万个SNP在台式计算机上计算F ST估算值。fstest 1.3可以在https://github.com/similab/fstest上免费获得。
M2145 一般基因检测生殖细胞疾病。......
术语 定义 ASCO 美国临床肿瘤学会 ATM 毛细血管扩张性共济失调突变 BRCA1/2 乳腺癌基因 1/2 CAP 美国病理学家协会 CDH1 钙粘蛋白-1 CLIA '88 临床实验室改进修正案（1988 年） CMS 医疗保险和医疗补助中心 CNV 拷贝数变异 CSG 癌症易感基因 ctDNA 环状肿瘤脱氧核糖核酸 FDA 食品药品管理局 EMSO 欧洲肿瘤医学学会 LDTs 实验室开发的测试 LOF 功能丧失 MGPT 多基因面板测试 NCCN 美国国家综合癌症网络 NGS 新一代测序 PALB2 BRCA2 的伴侣和定位器 PTEN 磷酸酶和张力蛋白同源物 PVG 致病性种系变异 smMIPS 单分子分子倒位探针 SNPs 单核苷酸多态性 TP53 肿瘤蛋白 P53
环氧合酶、脂氧合酶和……的多态性
◥ 阿司匹林和二十碳五烯酸 (EPA) 可降低结肠直肠腺瘤性息肉风险并影响氧化脂质的合成，包括前列腺素 E2 。我们在随机 2 2 析因 SEAFOOD 试验中研究了氧化脂质代谢基因中的 35 个 SNP，例如环氧合酶 ( PTGS ) 和脂氧合酶 ( A LOX )，以及已经与阿司匹林降低结肠直肠癌风险相关的 7 个 SNP（例如 TP53；rs104522），是否改变了阿司匹林和 EPA 对结肠直肠息肉复发的影响。通过对 SNP 基因型结肠直肠息肉风险进行负二项式和泊松回归分析，将治疗效果报告为发病率比 (IRR) 和 95% 置信区间 (CI)。统计显著性通过调整 P 值和 q 值以错误发现率表示。542 名（共 707 名）试验参与者同时具有基因型和结肠镜检查结果数据。与未服用阿司匹林的人相比，服用阿司匹林的人结肠息肉风险降低仅限于 rs4837960（PTGS1）常见纯合子[IRR，0.69；95% 置信区间 (CI)，0.53 – 0.90)；q = 0.06]、rs2745557（PTGS2）复合杂合子稀有纯合子
用于研究复杂人类疾病的新型方差分量 TWAS 方法，应用于阿尔茨海默氏痴呆症
转录组关联研究 (TWAS) 已广泛用于整合转录组和遗传数据来研究复杂的人类疾病。在缺少转录组数据的测试数据集中，传统的两阶段 TWAS 方法首先通过创建加权和来估算基因表达，该加权和将 SNP 与其相应的顺式 eQTL 对参考转录组的影响聚合在一起。然后，传统 TWAS 方法采用线性回归模型来评估估算基因表达与测试表型之间的关联，从而假设顺式 eQTL SNP 对测试表型的影响是 eQTL 对参考转录组的估计影响的线性函数。为了提高 TWAS 对这一假设的稳健性，我们提出了一种新颖的方差分量 TWAS 程序 (VC-TWAS)，该程序假设顺式 eQTL SNP 对表型的影响是随机的（方差与相应的参考顺式 eQTL 效应成比例）而不是固定的。 VC-TWAS 适用于连续和二分表型，以及个体层面和汇总层面的 GWAS 数据。使用模拟数据，我们表明 VC-TWAS 比基于两阶段负担检验的传统 TWAS 方法更强大，尤其是当 eQTL 遗传效应对测试表型不再是其 eQTL 遗传效应对参考转录组的线性函数时。我们进一步将 VC-TWAS 应用于个体层面（N = ~3.4K）和汇总层面（N = ~54K）的 GWAS 数据来研究阿尔茨海默病 (AD)。利用个体层面的数据，我们检测到了 13 个显著的风险基因，包括 6 个已知的 GWAS 风险基因，例如 TOMM40，而传统 TWAS 方法却遗漏了这些基因。利用汇总级数据，我们检测到 57 个仅考虑顺式 SNP 的显著风险基因和 71 个同时考虑顺式和反式 SNP 的显著风险基因，这也通过个体级 GWAS 数据验证了我们的发现。我们的 VC-TWAS 方法已在 TIGAR 工具中实现，供公众使用。
使用与身体部位的约束融合进行自动驾驶的计算有效的行人检测
动机：脑成像遗传学研究基因型数据（例如单核多态性（SNP）和成像定量性状（QTS））之间的复杂关联。神经退行性疾病通常表现出多样性和异质性，起源于该疾病，不同的诊断组可能会带有不同的成像QT，SNP及其相互作用。稀疏的规范相关分析（SCCA）被广泛用于识别双变量基因型 - 表型关联。然而，大多数现有的SCCA方法是无监督的，导致无法识别特定于诊断的基因型 - 表型关联。结果：在本文中，我们提出了一种名为MT – SCCALR的新联合多任务学习方法，该方法吸收了SCCA和逻辑回归的优点。MT – SCCALR共同学习多个任务的基因型 - 表型关联，每个任务都集中在识别一种诊断特定的基因型 - 表型模式上。同时，MT – SCCALR不仅可以为每个诊断组选择相关的SNP和成像QT，而且还允许将多个诊断组共享的SNP选择。我们得出了一种有效的优化算法，该算法可以保证其转化为局部最佳限度。与两种最先进的方法相比，MT – SCCALR产生更好或类似的规范相关系数和分类性能。此外，它拥有比竞争对手更好的判别规范权重模式。可用性和实施：该软件可在https://github.com/dulei323/mtsccalr上公开获得。这证明了MTSCCAR在识别诊断性异构基因型 - 表型模式方面的功能和能力，这将有助于了解脑疾病的病理生理学。联系人：dulei@nwpu.edu.cn或li.shen@pennmedicine.upenn.edu补充信息：补充数据可在Bioineformatics在线获得。