Benchmarking Bayesian colocalization methods in validating Mendelian randomization-based target discoveries from circulating proteins for cardiometabolic diseases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Mendelian randomization (MR) is an important tool for identifying potential biomarkers and drug targets. Colocalization analysis is crucial for validating MR findings and guarding against potential confounding due to linkage disequilibrium. We aim to systematically benchmark the performance of four Bayesian colocalization methods in validating MR-based target discoveries from circulating proteins for cardiometabolic diseases. Results We conducted MR analyses to assess the associations between circulating levels of 1,535 proteins and five cardiometabolic traits, followed by colocalization analyses using coloc, coloc+SuSiE, PWCoCo and SharePro. All methods demonstrated well-controlled false discoveries in the colocalization analysis of 611 pairs of circulating proteins and cardiometabolic traits with a nominal p-value > 0.9 in MR. SharePro demonstrated the highest frequency in supporting 160 (79.6%) of the 201 Bonferroni-significant protein-trait associations identified by MR, compared to coloc (supporting 40.3% of these associations), coloc+SuSiE (46.8%), and PWCoCo (45.8%), and was robust to varying prior colocalization probabilities. Moreover, protein-trait associations identified by MR and supported by SharePro were more likely to agree with significant gene-level associations based on rare variants detected in exome-wide association studies and implicate known drug targets for cardiometabolic diseases. Eight protein-trait associations were exclusively supported by SharePro and did not demonstrate a high risk of horizontal pleiotropy, suggesting potential cardiometabolic biomarkers or drug targets, such as HSF1 and HAVCR2. Conclusions SharePro most often supports high-confidence associations identified through MR for cardiometabolic diseases. Combining multiple lines of evidence using different methods may substantially increase the yield of biomarker and drug target discovery programs.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découle