XiaoMi-AI文件搜索系统
World File Search Systemancestry
GATM基因中富含血统的变体与血清肌酐水平升高有关
抽象的背景血清杂星（SCR）水平用于使肾脏肾和健康。与其他祖先背景的人相比，非洲血统的个体具有更高的SCR水平 - 控制年龄，性别，大小，肾脏Funceon和疾病状况的差异。这种差异的原因是未知的。我们假设在非洲血统群体（非洲血统富含的变体）中可能存在相对高频的基因变种，与SCR级别升级的非洲血统个体有关。方法我们的研究样本由我们所有人的研究计划中的一个入门人组成。我们使用整个基因组序列数据为我们所有人的所有对象都进行了基因组序列数据，并选择了18,979个对非洲欧洲混合物，可用的SCR水平量度和人口统计协变量的18,979个对象。我们对此类群体进行了一系列对SCR水平的祖先信息的协会研究，以检验我们对与SCR相关的非洲祖先富含变体的假设。结果研究的入围室平均为80.8％的非洲和17.5％的欧洲血统。对骨scr的水平与女性的非洲血统（𝜌 = 0.79）和雄性（𝜌 = 0.84）有可能相关。使用标准GWA，基于单倍型的混合映射和祖先特定的GWAS，在15染色体（15Q223：45.3MB-45.5MB）上鉴定了同样的全基因组显着性相同的峰值。精细的映射IDENEFINFINFINFIEN，与GATM基因共同划分的14个变体的可信度集，该变体编码了一种生物合成酶Creaene，Creaene是Creaenine的代谢前体。铅GWAS变体的替代等位基因（RS2467850，CHR15：45379909：C：T）与SCR水平（β= 0.07，p = 2.28×10 -17）相关，与欧洲（0.413）相比，在较高的频率（0.413）中发现了（0.413）组（0.413）。这些变体中的13种与GATM表达相关，这是基于非洲裔美国人全血EQTL的先前研究，并且它们都显示出非洲血统增强的类似pamerns。基于10种非洲血统的变体的SCR多基因评分完全使观察到的非洲血统的scr级别与SCR水平相提并论。结论我们的发现表明，非洲血统的变体上调了GATM，从而解释了在非洲血统个体中观察到的较高水平的SCR，并强调了使用Geneec数据来衡量基因的poteneal caribibrate caribibrate caribibrate caribibrate newney funceon equaeone equaeon。关键词祖先，混合物，克雷氨酸，肾脏，全基因组协会研究（GWAS）
英国生物库中全基因组跨基因组分析产生新风险基因景
A.研究示意图（A1）概述了UKB的抑郁症结果，（A2）GWAS和GWAS后分析，以及（A3）在我们所有大家研究计划中的后续分析。B.遗传主成分分析（PCA）图显示了UKB参与者在前三个遗传PC上的相对位置。使用PCA，基于1000个基因组项目3期和人类基因组多样性项目的遗传相似性，将参与者分配给“遗传祖先”：欧洲/欧洲/欧洲/欧洲/欧洲中部/CSA，类似非洲/非洲/非洲/非洲的欧洲/欧洲/amr类似的美国/AMR般的美国/emr like，East-like类似于欧洲/欧洲，类似于欧洲/欧洲/欧洲，类似于欧洲/欧洲/欧洲/欧洲/欧洲/欧洲/欧洲基因组。C.指定的遗传祖先的样本量分布。D.非欧洲类群体中不同抑郁症结果的相对几率相对于欧洲样组，控制年龄，性别和UKB评估中心。
跨疗法上心基因组范围的关联元分析DNA甲基化与使用寿命大麻的使用
大麻在全球范围内广泛使用，但其与健康结果的联系尚未完全了解。DNA甲基化可以作为将环境暴露与健康结果联系起来的介体。我们在荟萃分析中进行了一项对周围性基因组的关联研究（EWA）（EWAS），其中包括9436名参与者（7795名欧洲和1641名非洲祖先），对七个同类的荟萃分析进行了基于外周的DNA甲基化和终生使用大麻的使用（vs.从未）。考虑了吸烟的影响，我们的跨性ewas荟萃分析显示，以0.05 p <5：85 ´107Þ的虚假发现率，与终身大麻的使用显着相关的CPG站点显着相关ACTN1和CG01101459在Linc01132附近。此外，我们在从未抽烟的参与者中进行的EWA分析，这些香烟识别出另一个遍及均质的CPG位点，CG14237301注释给APOBR。，我们使用了一项淘汰方法来评估构成的甲基化评分，该评分是构建的，是CPGS的加权总和。最佳模型可以解释使用寿命大麻的3.79％。这些发现揭示了与寿命使用大麻相关的DNA甲基化变化，这些变化与吸烟无关，并且可以作为进一步研究大麻暴露会影响健康结果的机制的起点。
乳突的多符合元分析发现了各种不同的敏感性基因座
保留所有权利。未经许可就不允许重复使用。（未经同行评审证明）是作者/资助者，他已授予Medrxiv的许可证，以永久显示预印本。此预印本版的版权持有人于2025年1月31日发布。 https://doi.org/10.1101/2025.01.28.25321288 doi：medrxiv preprint
基因组学中种族种族的遗传血统和殖民地遗产：跨学科对话
1社会学，哲学和人类学系，埃克塞特大学，埃克塞特大学，英国埃克塞特大学2，墨西哥国家自治大学哲学研究所，墨西哥国家自治大学，墨西哥，墨西哥，人类学系3，达勒姆大学，达勒姆大学，达勒姆大学，达勒姆大学，英国，英国杜勒姆大学4圣保罗大学生物科学研究所，巴西，圣保罗大学，6个高级基因组学部，研究与高级研究中心（cinvestav），墨西哥墨西哥，墨西哥，7人文与社会科学学院，拜瑞斯大学，拜瑞斯大学，德国贝里特大学，贝雷特，贝雷特，曼彻斯特，曼彻斯特学院8号，曼彻斯特学院，曼彻斯特学院，曼彻斯特省，伊利诺伊州伊利诺伊州，国王，伊利诺伊州。巴西圣保罗大学圣保罗大学生物科学研究所
使用多祖先长序列进行结构变异的推断...
长读测序技术的进步加速了大型结构变异 (SV) 的研究。我们通过对来自 1000 基因组计划的 888 个样本进行长读测序，创建了一个精选的、公开可用的多祖先 SV 归因面板。这个高质量的面板用于归因于大约 500,000 名英国生物库参与者的 SV。我们证明了在生物库规模上使用与呼吸、心脏代谢和肝脏疾病相关的 32 种疾病相关表型以及 1,463 个蛋白质水平进行全基因组 SV 关联研究的可行性。该分析确定了数千个全基因组显著的 SV 关联，包括数百个条件独立信号，从而实现了新的生物学见解。专注于肺功能的遗传关联研究
跨疗法全基因组的抑郁研究识别697个关联，涉及细胞类型和药物疗法
在全基因组关联研究（GWAS）中，来自688,808个患有重度抑郁症（MD）的个体和4,364,225个对照组的29个国家 /地区的对照组为4,364,225个对照，我们确定了697个Associations的635个位置，有635个位置，其中293个是新颖的。使用细胞映射和功能工具，我们发现了308个高构基因关联以及突触后密度和受体聚类的富集。利用单细胞数据的神经细胞类型富集分析暗示了兴奋性，抑制性和中刺神经元，以及杏仁核神经元参与小鼠和人类单细胞分析。抗抑郁剂靶标的协会丰富了协会，并提供了潜在的重新利用机会。使用欧洲或多项式数据训练的多基因分数预测了所有祖先的MD状态，并解释了欧洲人多达5.8％的MD责任差异。这些发现提高了我们对MD的全球理解，并揭示了可以用来靶向和开发药物治疗的生物学靶标，以满足未满足有效治疗的需求。
6 分钟英语工作表您可以信任祖先 DNA 试剂盒吗？
教师备注 本工作表已标准化，因此您可以根据需要进行修改和使用。有些主题可能对学习者来说比较困难，尤其是那些可能令人不安或引起冒犯的主题。请在使用本工作表时注意这一点，并根据需要进行调整。扩展活动
TET2调节异染色质在老年造血干和祖细胞中的空间重新定位
*通讯作者。1450 Biggy Street，洛杉矶，加利福尼亚州90033美国。 电话。 +1-323-442-7755。 haiman@usc.edu（C.A. 海曼）。 作者的贡献：克里斯托弗·海曼（Christopher A. Haiman）可以完全访问研究中的所有数据，并负责数据的完整性和数据分析的准确性。 研究概念和设计：Haiman，Conti。 Acquisition of data: Bensen, Ingles, Kittles, Strom, Rybicki, Nemesure, Isaacs, Stanford, Zheng, Sanderson, John, Park, Xu, Y. Wang, Berndt, Huff, Yeboah, Tettey, Lachance, Tang, Rentsch, Cho, Mcmahon, Biritwum, Adjei, Tay, Truelove, Niwa, Sellers, Yamoah, Murphy, Crawford, Patel, Bush, Aldrich, Cussenot, Petrovics, Cullen, Neslund-Dudas, Stern, Kote-Jarai, Govindasami, Cook, Chokkalingam, Hsing, Goodman, Hoffmann, Drake, Hu, Keaton, Hellwege, Clark, Jalloh, Gueye, Niang, Ogunbiyi, Idowu, Popoola, Adebiyi, Aisuodionoe-Shadrach, Ajibola, Jamda, Oluwole, Nwegbu, Adusei, Mante, Darkwa-Abrahams, Mensah, Diop, Van Den Eeden, Blanchet, Fowke, Casey, Hennis, Lubwama, Thompson Jr., Leach, Easton, Preuss, Loos, Gundell, Wan, Mohler, Fontham, Smith, Taylor, Srivastava, Eeles, Carpten, Kibel, Multigner, Parent, Menegaux, Cancel-Tassin, Klein, Andrews, Rebbeck, Brureau, Ambs, Edwards, Watya, Chanock, Witte, Blot. 数据的分析和解释：Chen，Madduri，Rodriguez，Darst，Saunders，Rhie，Conti，Haiman。 手稿的起草：陈，海曼。 重要智力内容的手稿的批判性修订：陈，海曼，孔蒂，达斯特。 统计分析：Chen，Rodriguez，Chou，Sheng，A。Wang，Shen。 获得资金：海曼，孔蒂，加兹亚诺，正义。1450 Biggy Street，洛杉矶，加利福尼亚州90033美国。电话。+1-323-442-7755。haiman@usc.edu（C.A.海曼）。作者的贡献：克里斯托弗·海曼（Christopher A. Haiman）可以完全访问研究中的所有数据，并负责数据的完整性和数据分析的准确性。研究概念和设计：Haiman，Conti。Acquisition of data: Bensen, Ingles, Kittles, Strom, Rybicki, Nemesure, Isaacs, Stanford, Zheng, Sanderson, John, Park, Xu, Y. Wang, Berndt, Huff, Yeboah, Tettey, Lachance, Tang, Rentsch, Cho, Mcmahon, Biritwum, Adjei, Tay, Truelove, Niwa, Sellers, Yamoah, Murphy, Crawford, Patel, Bush, Aldrich, Cussenot, Petrovics, Cullen, Neslund-Dudas, Stern, Kote-Jarai, Govindasami, Cook, Chokkalingam, Hsing, Goodman, Hoffmann, Drake, Hu, Keaton, Hellwege, Clark, Jalloh, Gueye, Niang, Ogunbiyi, Idowu, Popoola, Adebiyi, Aisuodionoe-Shadrach, Ajibola, Jamda, Oluwole, Nwegbu, Adusei, Mante, Darkwa-Abrahams, Mensah, Diop, Van Den Eeden, Blanchet, Fowke, Casey, Hennis, Lubwama, Thompson Jr., Leach, Easton, Preuss, Loos, Gundell, Wan, Mohler, Fontham, Smith, Taylor, Srivastava, Eeles, Carpten, Kibel, Multigner, Parent, Menegaux, Cancel-Tassin, Klein, Andrews, Rebbeck, Brureau, Ambs, Edwards, Watya, Chanock, Witte, Blot.数据的分析和解释：Chen，Madduri，Rodriguez，Darst，Saunders，Rhie，Conti，Haiman。手稿的起草：陈，海曼。重要智力内容的手稿的批判性修订：陈，海曼，孔蒂，达斯特。统计分析：Chen，Rodriguez，Chou，Sheng，A。Wang，Shen。获得资金：海曼，孔蒂，加兹亚诺，正义。行政，技术或物质支持：Madduri，Sheng。监督：海曼。其他：无。