Association Analyses of Predicted Loss-of-Function Variants Prioritized 15 Genes as Blood Pressure Regulators
Notice bibliographique
Résumé
BACKGROUND: Hypertension, clinically defined by elevated blood pressure (BP), is an important cause of mortality and morbidity worldwide. Many risk factors for hypertension are known, including a positive family history, which suggests that genetics contribute to interindividual BP variation. Genome-wide association studies (GWAS) have identified > 1000 loci associated with BP, yet the identity of the genes responsible for these associations remains largely unknown. METHODS: To pinpoint genes that causally affect variation of BP in humans, we analyzed predicted loss-of-function (pLoF) variants in the UK Biobank whole-exome sequencing dataset (n = 454,709 participants, 6% non-European ancestry). We analyzed genetic associations between systolic or diastolic BP (SBP/DBP) and single pLoF variants (additive and recessive genetic models) as well as with the burden of very rare pLoF variants (minor allele frequency [MAF] < 0.01%). RESULTS: Single pLoF variants in 10 genes were associated with BP (ANKDD1B, ENPEP, PNCK, BTN3A2, C1orf145 [OBSCN-AS1], CASP9, DBH, KIAA1161 [MYORG], OR4X1, and TMC3). We also found a burden of rare pLoF variants in 5 additional genes associated with BP (TTN, NOS3, FES, SMAD6, COL21A1). Except for PNCK, which is located on the X-chromosome, these genes map near variants previously associated with BP by GWAS, validating the study of pLoF variants to prioritize causal genes at GWAS loci. CONCLUSIONS: Our study highlights 15 genes that likely modulate BP in humans, including 5 genes that harbour pLoF variants associated with lower BP.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».