An Increased Burden of Common and Rare Lipid-Associated Risk Alleles Contributes to the Phenotypic Spectrum of Hypertriglyceridemia
Notice bibliographique
Résumé
OBJECTIVE: Earlier studies have suggested that a common genetic architecture underlies the clinically heterogeneous polygenic Fredrickson hyperlipoproteinemia (HLP) phenotypes defined by hypertriglyceridemia (HTG). Here, we comprehensively analyzed 504 HLP-HTG patients and 1213 normotriglyceridemic controls and confirmed that a spectrum of common and rare lipid-associated variants underlies this heterogeneity. METHODS AND RESULTS: First, we demonstrated that genetic determinants of plasma lipids and lipoproteins, including common variants associated with plasma triglyceride (TG), high-density lipoprotein cholesterol (HDL-C), and low-density lipoprotein cholesterol (LDL-C) from the Global Lipids Genetics Consortium were associated with multiple HLP-HTG phenotypes. Second, we demonstrated that weighted risk scores composed of common TG-associated variants were distinctly increased across all HLP-HTG phenotypes compared with controls; weighted HDL-C and LDL-C risk scores were also increased, although to a less pronounced degree with some HLP-HTG phenotypes. Interestingly, decomposition of HDL-C and LDL-C risk scores revealed that pleiotropic variants (those jointly associated with TG) accounted for the greatest difference in HDL-C and LDL-C risk scores. The APOE E2/E2 genotype was significantly overrepresented in HLP type 3 versus other phenotypes. Finally, rare variants in 4 genes accumulated equally across HLP-HTG phenotypes. CONCLUSIONS: HTG susceptibility and phenotypic heterogeneity are both influenced by accumulation of common and rare TG-associated variants.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».