多基因分数捕捉了脂肪-心脏代谢风险因子关系的遗传修饰
Kenneth E Westerman1, Julie E Gervis2, Luke J O'Connor3
1Clinical and Translational Epidemiology Unit, Massachusetts General Hospital, Boston, MA, USA; Department of Medicine, Harvard Medical School, Boston, MA, USA; Programs in Metabolism and Medical and Population Genetics, Broad Institute of MIT and Harvard, Cambridge, MA, USA.
这项研究比较了不同的多基因分数 (PGS) 以预测干预反应. 基于相互作用的PGS (iPGS) 显示出最有前途的方法来识别与BMI相关的心脏代谢风险因素的遗传影响.
科学领域:
- 遗传学和基因组学 在
- 精准医学是一门精准的医学.
- 生物统计学 生物统计学
背景情况:
- 多基因分数 (PGS) 可以预测干预反应,帮助精准医学.
- 在观测数据中检测PGS-by-exposure (PGS×E) 相互作用至关重要.
- 交互PGS (iPGS) 和差异效应PGS (vPGS) 可能提供比标准PGS更强大的功率用于PGS×E检测.
研究的目的:
- 开发和系统地比较用于检测PGS×E相互作用的不同类型的PGS (标准,iPGS,vPGS).
- 应用该框架来研究遗传修饰的身体质量指数 (BMI) 和心脏代谢风险因素之间的关系.
主要方法:
- 开发了一个通用的管道,用于创建和比较标准的PGS,iPGS和vPGS.
- 将管道应用于英国生物银行和我们所有人 (AoU) 数据集.
- 分析了20个心脏代谢风险因素的PGS×BMI相互作用.
主要成果:
- 在英国生物库的20个风险因素中,有16个被确定为显著的PGS×BMI相互作用.
- 使用 iPGS 方法始终检测到最多的相互作用.
- 在AoU队列中观察到相互作用的复制,其中一个值得注意的例子是,在顶部的iPGS分位数中,BMI-alanine aminotransferase协会比PGS更大72%.
结论:
- 该研究提供了一个强大的框架来比较不同的PGS×E检测策略.
- iPGS显示出识别BMI相关心脏代谢风险的遗传调节的显著潜力.
- 这些发现支持针对临床应用开发以响应为重点的PGS.
更多相关视频
08:27Large-Scale Multi-Omics Genome-Wide Association Studies Mo-GWAS: Guidelines for Sample Preparation and Normalization
Published on: July 27, 2021
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
相关概念视频
Polygenic Traits
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Obesity
Human Genetics
The complex relationship between genetics and psychology is observable through common biological components such...
Coronary Artery Disease I: Introduction
Pleiotropy
