Impact of disease-associated chromatin accessibility QTLs across immune cell types and contexts
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
Only one-third of immune-associated genome-wide association study (GWAS) loci colocalize with expression quantitative trait loci (eQTLs), leaving most mechanisms unresolved. To address this, we created a unified single-cell chromatin accessibility (scATAC) map of ∼280,000 peripheral immune cells from 48 individuals, including 20 COVID-19 patients. Topic modeling of scATAC data identified continuous cell states and revealed disease-relevant cellular contexts. We identified 37,390 chromatin accessibility QTLs (caQTLs) at 10% false discovery rate and observed extensive sharing of caQTLs, with <20% confined to a single context. Notably, caQTLs explained ∼50% more GWAS loci compared to eQTLs, nominating putative causal genes for some unexplained loci. Yet most GWAS-colocalizing caQTLs lacked eQTL support, limiting causal inference from chromatin data alone. Thus, while caQTLs can improve GWAS interpretation, robust mechanistic insights require integration with gene expression and other functional evidence. Our work underscores that cellular context is critical for regulatory variant interpretation and emphasizes the need to map genetic effects in disease-relevant cell states.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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