Rare Genetic Variants of Large Effect Influence Risk of Type 1 Diabetes
Notice bibliographique
Résumé
Most replicated genetic determinants for type 1 diabetes are common (minor allele frequency [MAF] >5%). We aimed to identify novel rare or low-frequency (MAF <5%) single nucleotide polymorphisms with large effects on risk of type 1 diabetes. We undertook deep imputation of genotyped data followed by genome-wide association testing and meta-analysis of 9,358 type 1 diabetes case and 15,705 control subjects from 12 European cohorts. Candidate variants were replicated in a separate cohort of 4,329 case and 9,543 control subjects. Our meta-analysis identified 27 independent variants outside the MHC, among which 3 were novel and had MAF <5%. Three of these variants replicated with Preplication < 0.05 and Pcombined < Pdiscovery. In silico analysis prioritized a rare variant at 2q24.3 (rs60587303 [C], MAF 0.5%) within the first intron of STK39, with an effect size comparable with those of common variants in the INS and PTPN22 loci (combined [from the discovery and replication cohorts] estimate of odds ratio [ORcombined] 1.97, 95% CI 1.58–2.47, Pcombined = 2.9 × 10−9). Pharmacological inhibition of Stk39 activity in primary murine T cells augmented effector responses through enhancement of interleukin 2 signaling. These findings provide insight into the genetic architecture of type 1 diabetes and have identified rare variants having a large effect on disease risk.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».