Concurrent outcomes from multiple approaches of epistasis analysis for human body mass index associated loci provide insights into obesity biology
Notice bibliographique
Résumé
Genome wide association studies (GWAS) have focused on elucidating the genetic architecture of complex traits by assessing single variant effects in additive genetic models, albeit explaining a fraction of the trait heritability. Epistasis has recently emerged as one of the intrinsic mechanisms that could explain part of this missing heritability. We conducted epistasis analysis for genome-wide body mass index (BMI) associated SNPs in Alzheimer's Disease Neuroimaging Initiative (ADNI) and followed up top significant interacting SNPs for replication in the UK Biobank imputed genotype dataset. We report two pairwise epistatic interactions, between rs2177596 (RHBDD1) and rs17759796 (MAPK1), rs1121980 (FTO) and rs6567160 (MC4R), obtained from a consensus of nine different epistatic approaches. Gene interaction maps and tissue expression profiles constructed for these interacting loci highlights co-expression, co-localisation, physical interaction, genetic interaction, and shared pathways emphasising the neuronal influence in obesity and implicating concerted expression of associated genes in liver, pancreas, and adipose tissues insinuating to metabolic abnormalities characterized by obesity. Detecting epistasis could thus be a promising approach to understand the effect of simultaneously interacting multiple genetic loci in disease aetiology, beyond single locus effects.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».