Multi-omics data integration and sex-specific analyses to improve the understanding of cardiovascular disease
Notice bibliographique
Résumé
Cardiovascular disease (CVD) remains a leading global cause of death. Observational studies suggest that some risk factors, such as smoking and type 2 diabetes, are more strongly associated with CVD in women than in men. However, it is unclear whether these differences also reflect sex differences in causal effects. This thesis uses Mendelian randomisation (MR), a method that uses genetic variants to estimate causal effects, to address this question. Chapter 2 elaborates on MR and its relevance for sex-specific applications. In chapters 3 and 4, we perform sex-specific MR analyses on smoking and diabetes. We find that smoking has similar causal effects on CVD in both sexes, with potentially stronger effects in females for subarachnoid haemorrhage. For diabetes, causal effects on CVD are similar between the sexes. Chapter 5 examines how methodological choices in MR, particularly in the use of sex-specific versus sex-combined genome-wide association data, can affect results. We demonstrate that such choices could influence MR outcomes, especially when there are considerable sex differences in genetic instruments. Chapters 6 and 7 integrate multi-omics data, including plasma proteins, urinary metabolites, and atherosclerotic plaque tissue, to uncover causal pathways underlying atrial fibrillation, heart failure, dilated cardiomyopathy, hypertrophic cardiomyopathy, and coronary heart disease. We identify proteins related to metabolism pathways as potential therapeutic targets, some of which are already targeted by approved or in-development drugs. We also find that existing drugs might be repurposed for treating CVD. By combining MR results with tissue-level expression data from carotid plaque samples in chapter 7, we further validate the therapeutic relevance of the identified proteins. We conclude in chapter 8 with a call for MR applications where both subgroup analyses and the integration of multiple omics layers are incorporated. This will advance our understanding of the complex biology of CVD and support more effective, personalised therapeutic strategies for both prevention and treatment.
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 | 0,022 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».