Two-dimensional genome-scan identifies novel epistatic loci for essential hypertension
Notice bibliographique
Résumé
It is well established that gene interactions influence common human diseases, but to date linkage studies have been constrained to searching for single genes across the genome. We applied a novel approach to uncover significant gene-gene interactions in a systematic two-dimensional (2D) genome-scan of essential hypertension. The study cohort comprised 2076 affected sib-pairs and 66 affected half-sib-pairs of the British Genetics of HyperTension study. Extensive simulations were used to establish significance thresholds in the context of 2D genome-scans. Our analyses found significant and suggestive evidence for loci on chromosomes 5, 9, 11, 15, 16 and 19, which influence hypertension when gene-gene interactions are taken into account (5q13.1 and 11q22.1, two-locus lod score=5.72; 5q13.1 and 19q12, two-locus lod score=5.35; 9q22.3 and 15q12, two-locus lod score=4.80; 16p12.3 and 16q23.1, two-locus lod score=4.50). For each significant and suggestive pairwise interaction, the two-locus genetic model that best fitted the data was determined. Regions that were not detected using single-locus linkage analysis were identified in the 2D scan as contributing significant epistatic effects. This approach has discovered novel loci for hypertension and offers a unique potential to use existing data to uncover novel regions involved in complex human diseases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».