Identification of Genetic Loci Simultaneously Associated with Multiple Cardiometabolic Traits
Notice bibliographique
Résumé
Abstract Background and Aims Cardiometabolic disorders (CMD) arise from a constellation of features such as increased adiposity, hyperlipidemia, hypertension and compromised glucose control. Many genetic loci have shown associations with individual CMD-related traits, but no investigations have focused on simultaneously identifying loci showing associations across all domains. We therefore sought to identify loci associated with risk across seven continuous CMD-related traits. Methods and Results We conducted separate genome-wide association studies (GWAS) for systolic and diastolic blood pressure (SBP/DBP), hemoglobin A1c (HbA1c), low- and high-density lipoprotein cholesterol (LDL-C/HDL-C), waist-to-hip-ratio (WHR), and triglycerides (TGs) in the UK Biobank (N=356,574–456,823). Multiple loci reached genome-wide levels of significance (N=145-333) for each trait, but only four loci (in/near VEGFA, GRB14-COBLL1, KLF14 , and RGS19-OPRL1) were associated with risk across all seven traits (P<5×10 −8 ). We sought replication of these four loci in an independent set of seven trait-specific GWAS meta-analyses. GRB14-COBLL1 showed the most consistent replication, revealing nominally significant associations (P<0.05) with all traits except DBP. Conclusions Our analyses suggest that very few loci are associated in the same direction of risk with traits representing the full spectrum of CMD features. We identified four such loci, and an understanding of the pathways between these loci and CMD risk may eventually identify factors that can be used to identify pathologic disturbances that represent broadly beneficial therapeutic targets.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| 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 ».