Matrisome and Immune Pathways Contribute to Extreme Vascular Outcomes in Williams–Beuren Syndrome
Notice bibliographique
Résumé
Background Supravalvar aortic stenosis (SVAS) is a characteristic feature of Williams–Beuren syndrome (WBS). Its severity varies: ~20% of people with Williams–Beuren syndrome have SVAS requiring surgical intervention, whereas ~35% have no appreciable SVAS. The remaining individuals have SVAS of intermediate severity. Little is known about genetic modifiers that contribute to this variability. Methods and Results We performed genome sequencing on 473 individuals with Williams–Beuren syndrome and developed strategies for modifier discovery in this rare disease population. Approaches include extreme phenotyping and nonsynonymous variant prioritization, followed by gene set enrichment and pathway‐level association tests. We next used GTEx v8 and proteomic data sets to verify expression of candidate modifiers in relevant tissues. Finally, we evaluated overlap between the genes/pathways identified here and those ascertained through larger aortic disease/trait genome‐wide association studies. We show that SVAS severity in Williams–Beuren syndrome is associated with increased frequency of common and rarer variants in matrisome and immune pathways. Two implicated matrisome genes ( ACAN and LTBP4 ) were uniquely expressed in the aorta. Many genes in the identified pathways were previously reported in genome‐wide association studies for aneurysm, bicuspid aortic valve, or aortic size. Conclusions Smaller sample sizes in rare disease studies necessitate new approaches to detect modifiers. Our strategies identified variation in matrisome and immune pathways that are associated with SVAS severity. These findings suggest that, like other aortopathies, SVAS may be influenced by the balance of synthesis and degradation of matrisome proteins. Leveraging multiomic data and results from larger aorta‐focused genome‐wide association studies may accelerate modifier discovery for rare aortopathies like SVAS.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».