A scalable framework for identifying allelic series from summary statistics
Notice bibliographique
Résumé
Genes where a dose-response relationship exists between functionality and phenotypic impact are appealing therapeutic targets, as the effects of pharmacological modulation can be predicted from natural genetic variation. We refer to such genes as harboring allelic series and have introduced the rare coding-variant allelic series test (COAST) for their identification. The original COAST required access to individual-level data. However, these data are often unavailable due to privacy or logistical constraints. Meanwhile, single-variant summary statistics of the type produced by genome-wide association studies are plentiful. Here, we introduce COAST-SS, an extension of COAST that accepts standard summary statistics as input. As a running example, we consider identifying allelic series for circulating lipid traits, drawing on data from the UK Biobank, the Million Veteran Program, and the Trans-Omics of Precision Medicine Program. Through extensive analyses of real and simulated data, we demonstrate that COAST-SS provides p values effectively equivalent to those from the original COAST. Interestingly, we find that when linkage disequilibrium (LD) is low, as is expected among rare variants, COAST-SS is robust to misspecification of the LD matrix. We explore several strategies for annotating the pathogenicity of variants supplied to COAST-SS, finding that they often yield similar power for detecting candidate allelic series. Lastly, we employ COAST-SS to screen for lipid-trait allelic series in a meta-analyzed cohort of up to 840,000 subjects. COAST-SS has been incorporated into the publicly available AllelicSeries R package.
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 | 0,011 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».