Comprehensive identification of pleiotropic loci for body fat distribution using the NHGRI‐EBI Catalog of published genome‐wide association studies
Notice bibliographique
Résumé
Summary We conducted a hypothesis‐free cross‐trait analysis for waist‐to‐hip ratio adjusted for body mass index (WHRadjBMI) loci derived through genome‐wide association studies (GWAS). Summary statistics from published GWAS were used to capture all WHRadjBMI single‐nucleotide polymorphisms (SNPs), and their proxy SNPs were identified. These SNPs were used to extract cross‐trait associations between WHRadjBMI SNPs and other traits through the NHGRI‐EBI GWAS Catalog. Pathway analysis was conducted for pleiotropic WHRadjBMI SNPs. We found 160 WHRadjBMI SNPs and 3675 proxy SNPs. Cross‐trait analysis identified 239 associations, of which 100 were for obesity traits. The remaining 139 associations were filtered down to 101 unique linkage disequilibrium block associations, which were grouped into 13 categories: lipids, red blood cell traits, white blood cell counts, inflammatory markers and autoimmune diseases, type 2 diabetes‐related traits, adiponectin, cancers, blood pressure, height, neuropsychiatric disorders, electrocardiography changes, urea measurement, and others. The highest number of cross‐trait associations were found for triglycerides (n = 10), high‐density lipoprotein cholesterol (n = 9), and reticulocyte counts (n = 8). Pathway analysis for WHRadjBMI pleiotropic SNPs found immune function pathways as the top canonical pathways. Results from our original methodology indicate a novel genetic association between WHRadjBMI and reticulocyte counts and highlight the pleiotropy between abdominal obesity, immune pathways, and other traits.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».