The ethnogeographic variability of genetic factors underlying G6PD deficiency
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Glucose-6-phosphate dehydrogenase (G6PD) deficiency caused by genetic variants in the G6PD gene, constitutes the most common enzymopathy worldwide, affecting approximately 5% of the global population. While carriers are mostly asymptomatic, they are at substantial risk of acute hemolytic anemia upon certain infections or exposure to various medications. As such, information about G6PD activity status in a given patient can constitute an important parameter to guide clinical decision-making. Here, we leveraged whole genome sequencing data from 142,069 unrelated individuals across seven human populations to provide a global comprehensive map of G6PD variability. By integrating established functional classifications with stringent computational predictions using 13 partly orthogonal algorithms for uncharacterized and novel variants, we reveal the large extent of ethnogeographic variability in G6PD deficiency and highlight its population-specific genetic composition. Overall, estimated disease prevalence in males ranged between 12.2% in Africans, 2.7–3.5% across Asia and 2.1% in Middle Easterners to < 0.3% in Europeans, Finnish and Amish. In Africans, the major deficient alleles were A-202A/376 G (minor allele frequency 11.6%) and A-968 C/376 G (0.5%). In contrast, G6PD deficiency in Middle Easterners was primarily due to the Mediterranean allele (1.3%) and the population-specific Cairo variant (0.4%). In South Asia, the most prevalent deficient alleles were Mediterranean (1.7%), Kerala (1.1%), Gond (0.9%) and Orissa (0.2%), whereas in East Asian populations the Canton (1.1%), Kaiping (0.7%) and Viangchan (0.3%) variants were predominant. Combined, our analyses provide a large dataset of G6PD variability across major ethnogeographic groups and can instruct population-specific genotyping strategies to optimize genetically guided therapeutic interventions.
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.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle