Large-scale Mendelian randomization identifies novel pathways as therapeutic targets for heart failure with reduced ejection fraction and with preserved ejection fraction
Notice bibliographique
Résumé
ABSTRACT We used expression quantitative trait loci (eQTLs) and protein quantitative trait loci (pQTLs) to conduct genome-wide Mendelian randomization (MR) using 27,799 cases of heart failure (HF) with reduced ejection fraction (HFrEF), 27,579 cases of HF with preserved ejection fraction (HFpEF), and 367,267 control individuals from the Million Veteran Program (MVP). We identified 70 HFrEF and 10 HFpEF gene-hits, of which 58 are novel. In 14 known loci for unclassified HF, we identified HFrEF as the subtype responsible for the signal. HFrEF hits ZBTB17 , MTSS1 , PDLIM5 , and MLIP and novel HFpEF hits NFATC2IP, and PABPC4 showed robustness to MR assumptions, support from orthogonal sources, compelling evidence on mechanism of action needed for therapeutic efficacy, and no evidence of an unacceptable safety profile. We strengthen the value of pathways such as ubiquitin-proteasome system, small ubiquitin-related modifier pathway, inflammation, and mitochondrial metabolism as potential therapeutic targets for HF management. We identified IL6R , ADM, and EDNRA as suggestive hits for HFrEF and LPA for HFrEF and HFpEF, which enhances the odds of success for existing cardiovascular investigational drugs targeting. These findings confirm the unique value of human genetic studies in HFrEF and HFpEF for discovery of novel targets and generation of therapeutic target profiles needed to initiate new validation programs in HFrEF and HFpEF preclinical models.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».