A polygenic score for acute vaso-occlusive pain in pediatric sickle cell disease
Notice bibliographique
Résumé
Individuals with monogenic disorders can experience variable phenotypes that are influenced by genetic variation. To investigate this in sickle cell disease (SCD), we performed whole-genome sequencing (WGS) of 722 individuals with hemoglobin HbSS or HbSβ0-thalassemia from Baylor College of Medicine and from the St. Jude Children's Research Hospital Sickle Cell Clinical Research and Intervention Program (SCCRIP) longitudinal cohort study. We developed pipelines to identify genetic variants that modulate sickle hemoglobin polymerization in red blood cells and combined these with pain-associated variants to build a polygenic score (PGS) for acute vaso-occlusive pain (VOP). Overall, we interrogated the α-thalassemia deletion -α3.7 and 133 candidate single-nucleotide polymorphisms (SNPs) across 66 genes for associations with VOP in 327 SCCRIP participants followed longitudinally over 6 years. Twenty-one SNPs in 9 loci were associated with VOP, including 3 (BCL11A, MYB, and the β-like globin gene cluster) that regulate erythrocyte fetal hemoglobin (HbF) levels and 6 (COMT, TBC1D1, KCNJ6, FAAH, NR3C1, and IL1A) that were associated previously with various pain syndromes. An unweighted PGS integrating all 21 SNPs was associated with the VOP event rate (estimate, 0.35; standard error, 0.04; P = 5.9 × 10-14) and VOP event occurrence (estimate, 0.42; standard error, 0.06; P = 4.1 × 10-13). These associations were stronger than those of any single locus. Our findings provide insights into the genetic modulation of VOP in children with SCD. More generally, we demonstrate the utility of WGS for investigating genetic contributions to the variable expression of SCD-associated morbidities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».