MétaCan
Menu
Retour à la cohorte
Enregistrement W3087330846 · doi:10.1101/2020.09.01.20180406

Genomic and phenomic insights from an atlas of genetic effects on DNA methylation

2020· preprint· en· W3087330846 sur OpenAlexaff
Josine L. Min, Gibran Hemani, Eilís Hannon, Koen F. Dekkers, Juan Castillo‐Fernandez, René Luijk, Elena Carnero‐Montoro, Daniel J. Lawson, Kimberley Burrows, Matthew Suderman, Andrew D. Bretherick, Tom G. Richardson, Johanna Klughammer, Valentina Iotchkova, Gemma C. Sharp, Ahmad Al Khleifat, Aleksey Shatunov, Alfredo Iacoangeli, Wendy L. McArdle, Karen Ho, Ashish Kumar, Cilla Söderhäll, Carolina Soriano‐Tárraga, Eva Giralt‐Steinhauer, Nabila Kazmi, Dan Mason, Allan F. McRae, David L. Corcoran, Karen Sugden, Silva Kasela, Alexia Cardona, Felix R. Day, Giovanni Cugliari, Clara Viberti, Simonetta Guarrera, Michael C. Lerro, Richa Gupta, Sailalitha Bollepalli, Pooja R. Mandaviya, Yanni Zeng, Toni‐Kim Clarke, Rosie M. Walker, Vanessa Schmoll, Darina Czamara, Carlos Ruiz-Arenas, Faisal I. Rezwan, Riccardo E. Marioni, Tian Lin, Yvonne Awaloff, Marine Germain, Dylan Aïssi, Ramona A.J. Zwamborn, Kristel van Eijk, Annelot M. Dekker, Jenny van Dongen, Jouke‐Jan Hottenga, Gonneke Willemsen, Cheng‐Jian Xu, Guillermo Barturen, Francesc Català‐Moll, Martin Kerick, Carol A. Wang, Phillip E. Melton, Hannah R. Elliott, Jean Shin, Manon Bernard, İdil Yet, Melissa Smart, T.J. Gorrie-Stone, Chris Shaw, Ammar Al‐Chalabi, Susan M. Ring, Göran Pershagen, Erik Melén, Jordi Jiménez-Conde, Jaume Roquer, Debbie A. Lawlor, John Wright, Nicholas G. Martin, Grant W. Montgomery, Terrie E. Moffitt, Richie Poulton, Tõnu Esko, Lili Milani, Andres Metspalu, John R. B. Perry, Ken K. Ong, Nicholas J Wareham, Giuseppe Matullo, Carlotta Sacerdote, Avshalom Caspi, Louise Arseneault, France Gagnon, Miina Ollikainen, Jaakko Kaprio, Janine F. Felix, Fernando Rivadeneira, Henning Tiemeier, Marinus H. van IJzendoorn, André G. Uitterlinden, Vincent W. V. Jaddoe, Chris Haley, Andrew M McIntosh, Kathryn L. Evans, Alison D. Murray, Katri Räikkönen, Jari Lahti, Ellen A. Nøhr, Thorkild I. A. Sørensen, Torben Hansen, Camilla S. Morgen, Elisabeth B. Binder, Susanne Lucae, Juan Ramon Gonzalez, Mariona Bustamante, Jordi Sunyer, John W. Holloway, Wilfried Karmaus, Hongmei Zhang, Ian J. Deary, Naomi R. Wray, John M. Starr, Marian Beekman, P. Eline Slagboom, Pierre‐Emmanuel Morange, David‐Alexandre Trégouët, Jan H. Veldink, Gareth E. Davies, Eco J. C. de Geus, Dorret I. Boomsma, Judith M. Vonk, Bert Brunekreef, Gerard H. Koppelman, Marta E. Alarcón‐Riquelme, Rae‐Chi Huang, Craig E. Pennell, Joyce B. J. van Meurs, M. Arfan Ikram, Alun D. Hughes, Therese Tillin, Nish Chaturvedi, Zdenka Pausová, Tomáš Paus, Timothy D. Spector, Meena Kumari, Leonard C. Schalkwyk, Peter M. Visscher, George Davey Smith, Christoph Bock, Tom R. Gaunt, Jordana T. Bell, Bastiaan T. Heijmans, Jonathan Mill, Caroline L. Relton

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensHolland Bloorview Kids Rehabilitation HospitalSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesEconomic and Social Research CouncilMedical Research Council
Mots-clésdNaMBiologyQuantitative trait locusDNA methylationGeneticsGenetic architectureEvolutionary biologyComputational biologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Characterizing genetic influences on DNA methylation (DNAm) provides an opportunity to understand mechanisms underpinning gene regulation and disease. Here we describe results of DNA methylation-quantitative trait loci (mQTL) analyses on 32,851 participants, identifying genetic variants associated with DNAm at 420,509 DNAm sites in blood. We present a database of >270,000 independent mQTL of which 8.5% comprise long-range ( trans ) associations. Identified mQTL associations explain 15-17% of the additive genetic variance of DNAm. We reveal that the genetic architecture of DNAm levels is highly polygenic and DNAm exhibits signatures of negative and positive natural selection. Using shared genetic control between distal DNAm sites we construct networks, identifying 405 discrete genomic communities enriched for genomic annotations and complex traits. Shared genetic factors are associated with both blood DNAm levels and complex diseases but in most cases these associations do not reflect causal relationships from DNAm to trait or vice versa indicating a more complex genotype-phenotype map than has previously been hypothesised.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,320
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetEpigenetics and DNA MethylationTravaux en français237 207