Comprehensive whole-genome analyses of the UK Biobank reveal significant sex differences in both genotype missingness and allele frequency on the X chromosome
Notice bibliographique
Résumé
The UK Biobank is the most used dataset for genome-wide association studies (GWAS). GWAS of sex, essentially sex differences in minor allele frequencies (sdMAF), has identified autosomal SNPs with significant sdMAF, including in the UK Biobank, but the X chromosome was excluded. Our recent report identified multiple regions on the X chromosome with significant sdMAF, using short-read sequencing of other datasets. We performed a whole genome sdMAF analysis, with ~410 k white British individuals from the UK Biobank, using array genotyped, imputed or exome sequencing data. We observed marked sdMAF on the X chromosome, particularly at the boundaries between the pseudo-autosomal regions (PAR) and the non-PAR (NPR), as well as throughout the NPR, consistent with our earlier report. A small fraction of autosomal SNPs also showed significant sdMAF. Using the centrally imputed data, which relied mostly on low-coverage whole genome sequence, resulted in 2.1% of NPR SNPs with significant sdMAF. The whole exome sequencing also displays sdMAF on the X chromosome, including some NPR SNPs with heterozygous genotype calls in males. Genotyping, sequencing and imputation of X chromosomal SNPs requires further attention to ensure the integrity for downstream association analysis.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».