Multiscale genetic architecture of donor-recipient differences reveals intronic LIMS1 mismatches associated with kidney transplant survival
Notice bibliographique
Résumé
Donor-recipient (D-R) mismatches outside of human leukocyte antigens (HLAs) contribute to kidney allograft loss, but the mechanisms remain unclear, specifically for intronic mismatches. We quantified non-HLA mismatches at variant-, gene-, and genome-wide scales from single nucleotide polymorphism (SNP) data of D-Rs from 2 well-phenotyped transplant cohorts: Genomics of Chronic Allograft Rejection (GoCAR; n = 385) and Clinical Trials in Organ Transplantation-01/17 (CTOT-01/17; n = 146). Unbiased gene-level screening in GoCAR uncovered the LIMS1 locus as the top-ranked gene where D-R mismatches associated with death-censored graft loss (DCGL). A previously unreported, intronic, LIMS1 haplotype of 30 SNPs independently associated with DCGL in both cohorts. Haplotype mismatches showed a dosage effect, and minor-allele introduction to major-allele-carrying recipients showed greater hazard of DCGL. The LIMS1 haplotype and the previously reported LIMS1 SNP rs893403 are expression quantitative trait loci (eQTL) in immune cells for GCC2 (not LIMS1), which encodes a protein involved in mannose-6-phosphase receptor (M6PR) recycling. Peripheral blood and T cell transcriptome analyses associated the GCC2 gene and LIMS1 SNPs with the TGF-β1/SMAD pathway, suggesting a regulatory effect. In vitro GCC2 modulation impacted M6PR-dependent regulation of active TGF-β1 and downstream signaling in T cells. Together, our data link LIMS1 locus D-R mismatches to DCGL via GCC2 eQTLs that modulate TGF-β1-dependent effects on T cells.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».