The Genetic and Evolutionary Landscape of Pentanucleotide Tandem Repeats in Human Genomes
Notice bibliographique
Résumé
ABSTRACT Tandem repeats are a class of genetic variation characterized by repetitions of DNA motifs of diverse sequences and lengths. Pentameric motifs, in particular, do not align with the protein-coding reading frames, often confining them to the less extensively studied non-coding portion of the genome. Intronic pentanucleotide tandem repeats are associated with 11 neurological disorders. Their pathogenic genotypes are primarily characterized by large length expansion and, unlike most repeat expansion disorders, have required a deviation from the reference motif. The population-level variability of pentameric repeats remains poorly understood due to technical limitations of short-read sequencing technologies. To address this knowledge gap, we genotyped 28,446 pentanucleotide repeat loci in 1,027 long-read PacBio HiFi samples from self-identified Black and African American participants in the All of Us Research Program. We developed new algorithms for tandem repeat decomposition, characterization, and visualization to facilitate this analysis. Our findings reveal extensive genome-wide heterogeneity in repeat length and sequence composition. Alleles with DNA sequences containing segments of distinct motifs were observed in 15% of loci. Additionally, 8% of loci exhibited multimodal repeat length distributions, in which distinct sequence compositions were often associated with distinct length ranges. Repeat loci were highly enriched in proximity to transposable elements, including 68% mapping to Alu elements, a retrotransposon specific to primates. Comparative analysis of the reference sequences from 30 species, including 27 primates, suggests that most pentanucleotide repeats fully emerged in a common ancestor of humans and other ape species, or even within more closely related hominin lineages. As an example, we describe a highly polymorphic and recently evolved repeat locus in the ABCA1 gene, a major regulator of cellular cholesterol and phospholipid homeostasis. This study provides novel and comprehensive insights into the evolutionary formation of pentamer tandem repeat loci and their extensive variability across human genomes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».