Rare Protein-Truncating Variants in <i>APOB</i> , Lower Low-Density Lipoprotein Cholesterol, and Protection Against Coronary Heart Disease
Notice bibliographique
Résumé
Background Familial hypobetalipoproteinemia is a genetic disorder caused by rare protein-truncating variants (PTV) in the gene encoding APOB (apolipoprotein B), the major protein component of LDL (low-density lipoprotein) and triglyceride-rich lipoprotein particles. Whether heterozygous APOB deficiency is associated with decreased risk for coronary heart disease (CHD) is uncertain. We combined family-based and large scale gene-sequencing to characterize the association of rare PTVs in APOB with circulating LDL-C (LDL cholesterol), triglycerides, and risk for CHD. Methods We sequenced the APOB gene in 29 Japanese hypobetalipoproteinemia families, as well as 57 973 individuals derived from 12 CHD case-control studies—18 442 with early-onset CHD and 39 531 controls. We defined PTVs as variants that lead to a premature stop, disrupt canonical splice-sites, or lead to insertions/deletions that shift reading frame. We tested the association of rare APOB PTV carrier status with blood lipid levels and CHD. Results Among 29 familial hypobetalipoproteinemia families, 8 families harbored APOB PTVs. Carrying 1 APOB PTV was associated with 55 mg/dL lower LDL-C ( P =3×10 -5 ) and 53% lower triglyceride level ( P =2×10 -4 ). Among 12 case-control studies, an APOB PTV was present in 0.038% of CHD cases as compared to 0.092% of controls. APOB PTV carrier status was associated with a 43 mg/dL lower LDL-C ( P =2×10 -7 ), a 30% decrease in triglycerides ( P =5×10 -4 ), and a 72% lower risk for CHD (odds ratio, 0.28; 95% CI, 0.12–0.64; P =0.002). Conclusions Rare PTV mutations in APOB which are associated with lower LDL-C and reduced triglycerides also confer protection against CHD.
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 ».