P32 Statistical colocalization identifies twenty-four novel risk loci associated with disease risk of primary biliary cholangitis
Notice bibliographique
Résumé
<h3></h3> Genome-wide association (GWA) studies of primary biliary cholangitis (PBC) have identified more than 60 risk loci for the disease. Causal variants and candidate genes at those loci remain obscure, however, limiting biological insight. We sought to address this limitation using statistical colocalisation. Accordingly, we applied coloc and HyPrColoc to summary statistics from the genome wide meta-analysis (GWMA) of PBC by Cordell et al. (2021); GWA studies of 15 other immune mediated inflammatory diseases; and GWA studies of DNA methylation, gene expression, and plasma proteins, respectively, focusing on loci with at least suggestive evidence of association with PBC (P <1×10–5). For each locus and each trait, we determined the likelihood that PBC and the other trait share a common association signal; defined a credible set of variants which could account for that shared association; and, for each variant in the credible set, determined its probability of being the single causal variant at that locus. We used colocalisation with methylation, expression, or protein quantitative trait loci to prioritize candidate genes for in silico drug efficacy screening. We found robust evidence of colocalization (PP3+PP4 ≥0.7) at 74 loci, including 24 loci with only suggestive evidence of association (5×10–8 <P <1×10–5) in the GWMA of 2021, which are validated herein as genuine risk loci for PBC. We implicated a single candidate gene at 72 loci, including IL2RA, CTSH, and ICOSL, amongst others. We used network proximity analysis of these candidate genes to prioritize drugs predicted to be effective in PBC (z-score <-0.15); these included Golimumab, Briakinumab, and Guselkumab, each used for the treatment of IMIDs that are phenotypically associated with PBC.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».