抽象目的是由于新的关注变体的持续出现,不断发展的疫苗诱导和感染诱导的免疫力以及先前研究中随访的有限持续时间,因此对Covid-19的长期体液免疫尚未得到充分理解。作为魁北克(加拿大)的唯一血液服务,Héma-Québec于2021年4月建立了一个Covid-19-19-Covid-19-copent-19截至2022年1月的参与者,生物库包括来自1552个常规捐助者的86 483个血浆样本(年龄范围= 18-84岁,女性= 49.7%),每个捐助者平均捐款5.6。将近三分之二(65.6%)的生物库捐赠者至少做出了两次捐款,许多捐助者提供了疫苗接种的样本(3061(19.7%)),或者提供了预感染和感染前(131(0.8%)),从而可以对疫苗诱导的不受限制地进行疫苗接种和感染感。迄今为止使用Plascov样品的研究结果表明,先前感染的人接受了单剂量的BNT162B2 Covid-19疫苗表现出最强的免疫反应。相比之下,SARS-COV-2-NOï个个体需要两种疫苗剂量才能产生最大的免疫反应。此外,四相血清阳性研究的结果表明,抗核苷酸(n)反应迅速减弱,因此多达三分之一先前感染的供体的抗N是抗N的血清素化。未来的计划捐款来自同意在2022年10月1日之前参加的个人,直到2023年3月31日。该等离子体生物库将促进有关CoVID-19的免疫力的纵向研究,从而有助于对抗SARS-COV-2免疫反应及其持久性以及疫苗接种和变体对抗SARS-COV-2免疫反应的特异性的影响提供有价值的见解。
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。
。CC-BY-NC 4.0 国际许可 它是永久可用的。 是作者/资助者,已授予 medRxiv 许可以在(未经同行评审认证)预印本中显示预印本 此版本的版权所有者于 2021 年 12 月 5 日发布。;https://doi.org/10.1101/2021.12.03.21267280 doi:medRxiv 预印本
职位持有者将加入剑桥血液和干细胞生物库的研究实验室和护理人员小团队,该机构位于血液学系。他们将是提供原代细胞衍生材料服务的重要组成部分,用于广泛的研究应用,使用精心定义的途径确保下游研究人员的质量保证。研究助理还将负责实验室维护、库存控制和监控,接受实验室经理的指导,并与其他实验室互动。需要高度独立地规划自己的日常研究活动,与其他小组成员协调以避免重复或冲突。您将接受每种实验技术的全面培训,这是培养原代细胞处理技能的好机会。主要职责
摘要 背景 目前的痴呆风险评分在持续识别不同年龄段和地理位置的高危人群方面效果有限。 目的 我们旨在开发和验证一种针对英国中年人口的新型痴呆风险评分,使用两个队列:英国生物银行和英国 Whitehall II 研究。 方法 我们将英国生物银行队列分为训练组(n=176 611,80%)和测试样本(n=44 151,20%),并使用 Whitehall II 队列(n=2934)进行外部验证。我们使用 Cox LASSO 回归从 28 个候选预测因子中选择最强的痴呆症预测因子,然后使用竞争风险回归开发风险评分。 结果 我们的风险评分称为英国生物银行痴呆风险评分 (UKBDRS),包括年龄、教育程度、父母痴呆史、物质匮乏、糖尿病史、中风、抑郁、高血压、高胆固醇、家庭居住情况和性别。该评分在英国生物银行测试样本(曲线下面积 (AUC) 0.8,95% CI 0.78 至 0.82)和 Whitehall 队列(AUC 0.77,95% CI 0.72 至 0.81)中具有很强的判别准确度。UKBDRS 的表现还明显优于其他三个广泛使用的痴呆风险评分,这三个评分最初是在澳大利亚(澳大利亚国立大学阿尔茨海默病风险指数)、芬兰(心血管风险因素、衰老和痴呆评分)和英国(痴呆风险评分)的队列中开发的。临床意义我们的风险评分是一种易于使用的工具,可以识别英国有痴呆症风险的个体。需要进一步研究来确定该评分在其他人群中的有效性。
从 700,000 名生物库参与者的数据中深入了解 DNA 重复扩增的原因和后果 Margaux LA Hujoel 1,2,3,*、Robert E. Handsaker 3,4,5、Nolan Kamitaki 1,2,3,6、Ronen E. Mukamel 1,2,3、Simone Rubinacci 1,2,3、Pier F. Palamara 7,8、Steven A. McCarroll 3,4,5、Po-Ru Loh 1,2,3,* 1 美国马萨诸塞州波士顿布莱根妇女医院和哈佛医学院医学系遗传学分部 2 美国马萨诸塞州波士顿布莱根妇女医院和哈佛医学院数据科学中心 3 美国马萨诸塞州剑桥麻省理工学院和哈佛大学布罗德研究所医学和群体遗传学项目 4 美国马萨诸塞州波士顿麻省理工学院和哈佛大学布罗德研究所斯坦利精神病学研究中心。 5 美国马萨诸塞州波士顿哈佛医学院遗传学系。 6 美国马萨诸塞州波士顿哈佛医学院生物医学信息学系 7 英国牛津大学统计学系 8 英国牛津大学人类遗传学中心* 通讯作者:mhujoel@broadinstitute.org (MLAH),poruloh@broadinstitute.org (P.- RL) 摘要串联 DNA 重复的扩增和收缩是人类群体和人类组织中遗传变异的来源:一些扩增的重复会导致遗传疾病,一些还会造成体细胞不稳定。我们分析了来自英国生物银行和“我们所有人”研究计划中 700,000 多名参与者的血细胞的 DNA 序列数据,并开发了新的计算方法来识别、测量和学习 15 个高度多态性的 CAG 重复位点的 DNA 重复不稳定性。我们发现,即使对于相同长度的等位基因,这 15 个基因座的扩张和收缩率也差异很大;不同基因座的重复序列在生殖系和血液中也表现出差异很大的相对突变倾向。TCF4 重复序列的高度体细胞不稳定性使得全基因组关联分析成为可能,该分析确定了七个基因座,在这些基因座上,遗传变异会调节血细胞中的 TCF4 重复不稳定性。其中三个相关基因座所含基因( MSH3 、 FAN1 和 PMS2 )也会调节亨廷顿氏病的发病年龄以及血液中 HTT 重复的体细胞不稳定性;然而,特定的遗传变异及其效应(不稳定性增加或减少)似乎是组织特异性和重复特异性的,这表明不同组织中的体细胞突变(或同一组织中不同重复的体细胞突变)是独立进行的,并受截然不同的遗传变异的控制。其他修饰基因位点包括 DNA 损伤反应基因 ATAD5 和 GADD45A。分析 DNA 重复扩增并结合临床数据显示,谷氨酰胺酶 (GLS) 基因 5' UTR 中的遗传重复与 5 期慢性肾脏疾病 (OR=14.0 [5.7–34.3]) 和肝脏疾病 (OR=3.0 [1.5–5.9]) 相关。这些结果和其他结果都指出了人类群体和整个人类生命周期中 DNA 重复的动态。
图1。对23种入射疾病和死亡率的蛋白质组学评估(n = 49,234)。 首先,单个COX比例危害(pH)模型用于概述基线蛋白分析物与入射疾病或死亡之间的关系。 在基本和完全调整的模型中都保留了P Bonferroni <5.4x10 -6的关联。 确定了与多种病因相关的蛋白质。 接下来,使用COX pH弹性净回归培训了蛋白质组学预测因子(蛋白质库),其中20个最少150例的事件结果。 使用随机列车和测试样品分配和情况:每个性状的对照比为1:3。 在测试集中选择了蛋白库,该蛋白库在5年或10年的发病率(根据特征的时间分布的适用性)中产生了中位数差异。 在基本模型中显着改善了AUC(p Bonferroni <0.0025)的11个蛋白质被前进,以进行更详细的协变量集进行分析。 HBA1C(一种临床使用的生物标志物)和多基因风险评分(PG)进一步检查了2型糖尿病蛋白库。对23种入射疾病和死亡率的蛋白质组学评估(n = 49,234)。首先,单个COX比例危害(pH)模型用于概述基线蛋白分析物与入射疾病或死亡之间的关系。在基本和完全调整的模型中都保留了P Bonferroni <5.4x10 -6的关联。蛋白质。接下来,使用COX pH弹性净回归培训了蛋白质组学预测因子(蛋白质库),其中20个最少150例的事件结果。使用随机列车和测试样品分配和情况:每个性状的对照比为1:3。蛋白库,该蛋白库在5年或10年的发病率(根据特征的时间分布的适用性)中产生了中位数差异。在基本模型中显着改善了AUC(p Bonferroni <0.0025)的11个蛋白质被前进,以进行更详细的协变量集进行分析。HBA1C(一种临床使用的生物标志物)和多基因风险评分(PG)进一步检查了2型糖尿病蛋白库。
抽象背景当前的痴呆症风险评分在始终如一地识别不同年龄和地理位置的处于危险中的个体方面取得了有限的成功。目的我们旨在使用两个同龄人:英国生物库和英国Whitehall II研究,为中年英国人口开发和验证新型痴呆症风险评分。方法,我们将英国生物库队列分为训练(n = 176 611,80%)和测试样本(n = 44 151,20%),并使用了Whitehall II队列(n = 2934)进行外部验证。我们使用Cox Lasso回归来从28个候选预测因子中选择最强的入射痴呆预测指标,然后使用竞争风险回归进行风险评分。调查结果我们的风险评分称为英国生物银行痴呆症风险评分(UKBDRS),包括年龄,教育,痴呆症的父母历史,材料剥夺,糖尿病,中风,抑郁,高血压,高胆固醇,家庭占用和性别的病史。分数在英国生物库测试样本(曲线下(AUC)0.8,95%CI 0.78至0.82)和白厅队列(AUC 0.77,95%CI 0.72至0.81)中具有很强的歧视精度。UKBDR还大大优于最初在澳大利亚同伙(澳大利亚国立大学阿尔茨海默氏病风险指数),芬兰(心血管风险因素,衰老和痴呆症评分)和英国(Dementia风险评分)的其他三个广泛使用的痴呆症风险评分。临床意义我们的风险评分代表了一个易于使用的工具,可以识别英国有痴呆症风险的人。需要进一步的研究来确定其他人群中该分数的有效性。
此预印本版的版权持有人于2023年5月24日发布。 https://doi.org/10.1101/2023.05.22.23289842 doi:medrxiv preprint
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。
