Identification of four novel genes contributing to familial elevated plasma HDL cholesterol in humans
Notice bibliographique
Résumé
While genetic determinants strongly influence HDL cholesterol (HDLc) levels, most genetic causes underlying variation in HDLc remain unknown. We aimed to identify novel rare mutations with large effects in candidate genes contributing to extreme HDLc in humans, utilizing family-based Mendelian genetics. We performed next-generation sequencing of 456 candidate HDLc-regulating genes in 200 unrelated probands with extremely low (≤10th percentile) or high (≥90th percentile) HDLc. Probands were excluded if known mutations existed in the established HDLc-regulating genes ABCA1, APOA1, LCAT, cholesteryl ester transfer protein (CETP), endothelial lipase (LIPG), and UDP-N-acetyl-α-D-galactosamine:polypeptide N-acetylgalactosaminyltransferase 2 (GALNT2). We identified 93 novel coding or splice-site variants in 72 candidate genes. Each variant was genotyped in the proband's family. Family-based association analyses were performed for variants with sufficient power to detect significance at P < 0.05 with a total of 627 family members being assessed. Mutations in the genes glucokinase regulatory protein (GCKR), RNase L (RNASEL), leukocyte immunoglobulin-like receptor 3 (LILRA3), and dynein axonemal heavy chain 10 (DNAH10) segregated with elevated HDLc levels in families, while no mutations associated with low HDLc. Taken together, we have identified mutations in four novel genes that may play a role in regulating HDLc levels in humans.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».