MétaCan
Menu
Retour à la cohorte
Enregistrement W4292607816 · doi:10.1038/s41467-022-32275-3

Whole Genome Association Study of the Plasma Metabolome Identifies Metabolites Linked to Cardiometabolic Disease in Black Individuals

2022· article· en· W4292607816 sur OpenAlexaff
Usman A. Tahir, Daniel H. Katz, Julián Ávila-Pacheco, Alexander G. Bick, Akhil Pampana, Jeremy Robbins, Zhi Yu, Zsu‐Zsu Chen, Mark D. Benson, Daniel E. Cruz, Debby Ngo, Shuliang Deng, Xu Shi, Shuning Zheng, Aaron S. Eisman, Laurie Farrell, Michael E. Hall, Adolfo Correa, Russell P. Tracy, Peter Durda, Kent D. Taylor, Ching‐Ti Liu, W. Craig Johnson, Xiuqing Guo, Jie Yao, Yii‐Der Ida Chen, Ani Manichaikul, Frederick L. Ruberg, William S. Blaner, Deepti Jain, Namiko Abe, François Aguet, Christine M. Albert, Laura Almasy, Álvaro Alonso, Seth A. Ament, Peter Anderson, Pramod Anugu, Deborah Applebaum‐Bowden, Kristin Ardlie, Dan E. Arking, Donna K. Arnett, Allison E. Ashley‐Koch, Stella Aslibekyan, Tim Assimes, Paul L. Auer, Dimitrios Avramopoulos, Najib Ayas, Adithya Balasubramanian, John Barnard, Kathleen C. Barnes, R. Graham Barr, Emily Barron‐Casella, Lucas Barwick, Terri H. Beaty, Gerald J. Beck, Diane M. Becker, Lewis C. Becker, Rebecca Beer, Amber L. Beitelshees, Emelia J. Benjamin, Takis Benos, Marcos Bezerra, Larry Bielak, Joshua C. Bis, Thomas W. Blackwell, John Blangero, Nathan R. Blue, Eric Boerwinkle, Donald W. Bowden, Russell P. Bowler, Jennifer A. Brody, Ulrich Broeckel, Jai Broome, Deborah Brown, Karen Bunting, Esteban G. Burchard, Carlos D. Bustamante, Erin Buth, Brian E. Cade, Jonathan Cardwell, Vincent J. Carey, Julie Carrier, April P. Carson, Cara L. Carty, Richard Casaburi, Juan P. Romero, James F. Casella, Peter J. Castaldi, Mark Chaffin, Christy Chang, Yi‐Cheng Chang, Daniel I. Chasman, Sameer Chavan, Bo‐Juen Chen, Wei‐Min Chen, Michael Cho, Seung Hoan Choi, Lee‐Ming Chuang, Mina K. Chung, Ren‐Hua Chung, Suzy Comhair, Matthew P. Conomos, Elaine Cornell, Carolyn Crandall, James D. Crapo, L. Adrienne Cupples, Joanne E. Curran, Jeffrey L. Curtis, Brian Custer, Coleen Damcott, Dawood Darbar, Sean P. David, Colleen Davis, Michelle Daya, Mariza de Andrade, Lisa de las Fuentes, Paul S. de Vries, Michael R. DeBaun, Ranjan Deka, Dawn L. DeMeo, Scott E. Devine, Huyen Dinh, HarshaVardhan Doddapaneni, Qing Duan, Shannon Dugan‐Perez, Ravi Duggirala, Susan K. Dutcher, Charles B. Eaton, Lynette Ekunwe, Adel Boueiz, Patrick T. Ellinor, Leslie S. Emery, Serpil C. Erzurum, Charles R. Farber, Jesse Farek, Tasha E. Fingerlin, Matthew Flickinger, Myriam Fornage, Nora Franceschini, Chris Frazar, Mao Fu, Stephanie M. Fullerton, Lucinda A. Fulton, Stacey Gabriel, Weiniu Gan, Shanshan Gao, Yan Gao, Margery Gass, Heather Geiger, Bruce D. Gelb, Mark W. Geraci, Søren Germer, Auyon Ghosh, Richard A. Gibbs, Chris Gignoux, Mark T. Gladwin, David C. Glahn, Stephanie M. Gogarten, Da‐Wei Gong, Harald H.H. Göring, Sharon Graw, Kathryn J. Gray, Daniel Grine, Colin Gross, C. Charles Gu, Yue Guan, Namrata Gupta, Jeff Haessler, Yi Han, Patrick J. Hanly, Daniel Harris, Nicola L. Hawley, Jiang He, Ben Heavner, Susan R. Heckbert, Ryan D. Hernandez, David M. Herrington, Craig P. Hersh, Bertha Hidalgo, James E. Hixson, Brian D. Hobbs, John E. Hokanson, Elliott Hong, Karin F. Hoth, Chao A. Hsiung, Jianhong Hu, Yi‐Jen Hung, Haley Huston, Chii Min Hwu, Marguerite R. Irvin, Rebecca D. Jackson, Cashell E. Jaquish, Jill M. Johnsen, Andrew M. Johnson, Rich Johnston, Kimberly Jones, Hyun Min Kang, Robert C. Kaplan, Sharon L. R. Kardia, Shannon Kelly, Eimear E. Kenny, Michael D. Kessler, Alyna Khan, Ziad Khan, Wonji Kim, John Kimoff, Gregory L. Kinney, Barbara A. Konkle, Charles Kooperberg, Holly Kramer, Christoph Lange, Ethan M. Lange, Leslie A. Lange, Cathy C. Laurie, Cecelia Laurie, Meryl S. LeBoff, Jiwon Lee, Sandra Lee, Wen‐Jane Lee, Jonathon LeFaive, David Levine, Daniel Levy, Joshua P. Lewis, Xiaohui Li, Yun Li, Henry J. Lin, Honghuang Lin, Xihong Lin, Simin Liu, Yu Liu, Ruth J. F. Loos, Steven A. Lubitz, Kathryn L. Lunetta, James Luo, Ulysses J. Magalang, Michael C. Mahaney, Barry J. Make, Alisa K. Manning, JoAnn E. Manson, Lisa W. Martin, Melissa Marton, Susan Mathai, Rasika A. Mathias, Susanne May, Patrick F. McArdle, Merry‐Lynn McDonald, Sean McFarland, Stephen T. McGarvey, Daniel McGoldrick, Caitlin McHugh, Becky McNeil, Hao Mei, James B. Meigs, Vipin K. Menon, Luisa Mestroni, Ginger Metcalf, Deborah A. Meyers, Emmanuel Mignot, Julie Mikulla, Yuan‐I Min, Mollie Minear, Ryan L. Minster, Braxton D. Mitchell, Matt Moll, Zeineen Momin, May E. Montasser, Courtney G. Montgomery, Donna M. Muzny, Josyf C. Mychaleckyj, Girish N. Nadkarni, Rakhi P. Naik, Take Naseri, Sergeï Nekhai, Sarah C. Nelson, Bonnie Neltner, Caitlin Nessner, Deborah A. Nickerson, Osuji Nkechinyere, Kari E. North, Jeff O’Connell, Tim O’Connor, Heather M. Ochs‐Balcom, Geoffrey Okwuonu, Allan I Pack, David T. Paik, James S. Pankow, George Papanicolaou, Gina M. Peloso, Juan M. Peralta, Marco Perez, James A. Perry, Ulrike Peters, Patricia A. Peyser, Lawrence S. Phillips, Jacob Pleiness, Toni I. Pollin, Wendy S. Post, Julia Powers Becker, Meher Preethi Boorgula, Michael Preuß, Bruce M. Psaty, Pankaj Qasba, Dandi Qiao, Zhaohui Qin, Nicholas Rafaels, Laura M. Raffield, Mahitha Rajendran, Ramachandran S. Vasan, D. C. Rao, Laura J. Rasmussen‐Torvik, Aakrosh Ratan, Susan Redline, Robert D. Reed, Catherine Reeves, Elizabeth A. Regan, Alex P. Reiner, M.S. Reupena, Kenneth Rice, Rébecca Robillard, Nicolas Robine, Dan Roden, Carolina Roselli, Ingo Ruczinski, Alexi Runnels, Pamela Russell, Sarah Ruuska, Éster Cerdeira Sabino, Danish Saleheen, Shabnam Salimi, Sejal Salvi, Steven L. Salzberg, Kevin Sandow, Vijay G. Sankaran, Jireh Santibanez, Karen Schwander, David Schwartz, Frank C. Sciurba, Christine E. Seidman, Jonathan G. Seidman, Frédéric Sérià ̈s, Vivien Sheehan, Stephanie L. Sherman, Amol C. Shetty, Aniket Shetty, Wayne Hui-Heng Sheu, M. Benjamin Shoemaker, Brian Silver, Edwin K. Silverman, Robert Skomro, Albert V. Smith, Jennifer E. Smith, J. G. Smith, Nicholas H. Smith, Tanja Smith, Sylvia Smoller, Beverly M. Snively, M Snyder, Tamar Sofer, Nona Sotoodehnia, Adrienne M. Stilp, Garrett Storm, Elizabeth A. Streeten, Jessica Lasky‐Su, Jody Sylvia, Adam A. Szpiro, Daniel Taliun, Hua Tang, Margaret A. Taub, Matthew R.G. Taylor, Simeon I. Taylor, Marilyn J. Telen, Timothy A. Thornton, Machiko Threlkeld, Lesley Tinker, David Tirschwell, Sarah A. Tishkoff, Hemant K. Tiwari, Catherine Tong, Michael Y. Tsai, Dhananjay Vaidya, David Van Den Berg, Peter VandeHaar, Scott Vrieze, Tarik Walker, Robert B. Wallace, Avram Walts, Fei Fei Wang, Heming Wang, Jiongming Wang, Karol Watson, Jennifer Watt, Daniel E. Weeks, Joshua Weinstock, Bruce S. Weir, Scott T. Weiss, Lu‐Chen Weng, Jennifer Wessel, Cristen J. Willer, Kayleen Williams, L. Keoki Williams, Carla Wilson, Lara Winterkorn, Quenna Wong, Joseph Wu, Huichun Xu, Lisa R. Yanek, Ivana V. Yang, Ketian Yu, Seyedeh M. Zekavat, Yingze Zhang, Snow Xueyan Zhao, Wei Zhao, Xiaofeng Zhu, Elad Ziv, Michael C. Zody, Sebastian Zoellner, Claude Bouchard, Mark A. Sarzynski, Stephen S. Rich, Jerome I. Rotter, Thomas J. Wang, James G. Wilson, Clary B. Clish, Pradeep Natarajan, Robert E. Gerszten

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Associations and Epidemiology
Établissements canadiensUniversity of SaskatchewanUniversité de MontréalUniversité LavalUniversity of OttawaMcGill UniversityUniversity of Calgary
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institute of Environmental Health SciencesNational Center for Advancing Translational SciencesNational Human Genome Research InstituteNational Heart, Lung, and Blood InstituteNational Institute on AgingNational Cancer InstituteNational Institute on Alcohol Abuse and AlcoholismMississippi State Department of HealthHarvard CatalystFondation LeducqBroad InstituteNational Institute of Diabetes and Digestive and Kidney DiseasesJackson State UniversityNational Institute of General Medical SciencesNational Institute of Nursing ResearchMassachusetts General HospitalU.S. Department of Veterans AffairsNational Institutes of HealthU.S. Department of Health and Human Services
Mots-clésMetabolomeMetaboliteMetabolomicsBiologyGeneticsComputational biologyGenomicsGenome-wide association studyGenotypingDiseaseGenomeBioinformaticsGeneSingle-nucleotide polymorphismMedicineGenotypeInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Integrating genetic information with metabolomics has provided new insights into genes affecting human metabolism. However, gene-metabolite integration has been primarily studied in individuals of European Ancestry, limiting the opportunity to leverage genomic diversity for discovery. In addition, these analyses have principally involved known metabolites, with the majority of the profiled peaks left unannotated. Here, we perform a whole genome association study of 2,291 metabolite peaks (known and unknown features) in 2,466 Black individuals from the Jackson Heart Study. We identify 519 locus-metabolite associations for 427 metabolite peaks and validate our findings in two multi-ethnic cohorts. A significant proportion of these associations are in ancestry specific alleles including findings in APOE, TTR and CD36. We leverage tandem mass spectrometry to annotate unknown metabolites, providing new insight into hereditary diseases including transthyretin amyloidosis and sickle cell disease. Our integrative omics approach leverages genomic diversity to provide novel insights into diverse cardiometabolic diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,295
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations61
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetGenetic Associations and EpidemiologyTravaux en français237 207