Higher eQTL power reveals signals that boost GWAS colocalization
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
Expression quantitative trait locus (eQTL) studies in human cohorts typically detect at least one regulatory signal per gene, and have been proposed as a way to explain mechanisms of genetic liability for other traits, as discovered in genome-wide association studies (GWAS). In particular, eQTL signals may colocalize with GWAS signals, suggesting gene expression as a possible mediator. However, recent studies have noted colocalization occurs infrequently, even when expression is measured in biologically relevant tissues. Most eQTL studies to date include only hundreds of individuals, and are underpowered to discover distal regulatory signals explaining smaller fractions of gene expression variance. We integrate evidence from recent eQTL studies and demonstrate that limited statistical power due to sample size skews the detection of eQTL signals identified at various signal strengths. We estimate that a sample size of 500 detects <0.1 to 60% of eQTL for a range of signal strengths and that a sample size of 2,000 would detect 36.8% of all eQTL. We show that eQTL signals that can only be discovered in larger studies exhibit characteristics more similar to those of GWAS signals, including greater distance to the regulated gene and higher probability of loss intolerance. Finally, using results from recent eQTL studies and meta-analyses, we observe a large increase in detected colocalizations with GWAS signals compared to previous studies. These findings caution against overinterpreting the absence of colocalization in underpowered studies and provide guidance for designing future eQTL experiments, to improve power and complement perturbation-based approaches in characterizing gene-trait mechanisms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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