Improved Annotation of Asthma Gene Variants with Cell Type Deconvolution of Nasal and Lung Expression Quantitative Trait Loci
Notice bibliographique
Résumé
Abstract Asthma is a genetically complex inflammatory airway disease associated with more than 200 SNPs. However, the functional effects of many asthma-associated SNPs in lung and airway epithelial samples are unknown. Here, we aimed to conduct expression quantitative trait loci (eQTL) analysis using a meta-analysis of nasal and lung samples. We hypothesize that incorporating cell type proportions of airway and lung samples enhances eQTL analysis outcomes. Nasal brush (n = 792) and lung tissue (n = 1,087) samples were investigated separately. Initially, a general eQTL analysis identified genetic variants associated with gene expression levels. Estimated cell type proportions were adjusted based on the Human Lung Cell Atlas. In addition, the presence of significant interaction effects between asthma-associated SNPs and each cell type proportion was explored and considered evidence for cell type–associated eQTL. In nasal brush and lung parenchyma samples, 44 and 116 asthma-associated SNPs were identified as eQTL. Adjusting for cell type proportions revealed eQTL for an additional 17 genes (e.g., FCER1G, CD200R1, and GABBR2) and 16 genes (e.g., CYP2C8, SLC9A2, and SGCD) in nose and lung, respectively. Moreover, we identified eQTL for nine SNPs annotated to genes such as VASP, FOXA3, and PCDHB12 displayed significant interactions with cell type proportions of club, goblet, and alveolar macrophages. Our findings demonstrate increased power for identifying eQTL among asthma-associated SNPs by considering cell type proportion of the bulk RNA-sequencing data from nasal and lung tissues. Integration of cell type deconvolution and eQTL analysis enhances our understanding of asthma genetics and cellular mechanisms, uncovering potential therapeutic targets for personalized interventions.
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 | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,007 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».