Atrial fibrillation variant-to-gene prioritization through cross-ancestry eQTL and single-nucleus multiomic analyses
Notice bibliographique
Résumé
Atrial fibrillation (AF) is the most common arrhythmia in the world. Human genetics can provide strong AF therapeutic candidates, but the identification of the causal genes and their functions remains challenging. Here, we applied an AF fine-mapping strategy that leverages results from a previously published cross-ancestry genome-wide association study (GWAS), expression quantitative trait loci (eQTLs) from left atrial appendages (LAAs) obtained from two cohorts with distinct ancestry, and a paired RNA sequencing (RNA-seq) and ATAC sequencing (ATAC-seq) LAA single-nucleus assay (sn-multiome). At nine AF loci, our co-localization and fine-mapping analyses implicated 14 genes. Data integration identified several candidate causal AF variants, including rs7612445 at GNB4 and rs242557 at MAPT . Finally, we showed that the repression of the strongest AF-associated eQTL gene, LINC01629 , in human embryonic stem cell-derived cardiomyocytes using CRISPR inhibition results in the dysregulation of pathways linked to genes involved in the development of atrial tissue and the cardiac conduction system.
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 | 0,000 |
| 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) | 0,000 | 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 ».