Integrating whole genome and transcriptome sequencing to characterize the genetic architecture of isoform variation
Notice bibliographique
Résumé
Abstract We present a whole-blood isoform ratio QTL (irQTL) resource by analyzing genome-wide isoform-to-gene expression ratios using sequencing data. In Framingham Heart Study (FHS, n = 2622) discovery, we identify over 1.1 million cis -irQTLs (minor allele frequency [MAF] ≥ 0.01, ±1 Mb of 10,883 isoform transcripts, P < 5 × 10 −8 ) across 4,971 genes. Among 11,425 sentinel cis -irQTLs, 72% replicate ( P < 1 × 10 −4 ) in the Women’s Health Initiative (WHI; n = 2005). Notably, 20% of cis -irQTLs have no significant association with overall gene expression, indicating isoform-specific regulation. These variants are enriched at splice donor/acceptor sites and genome-wide association study loci ( P < 1 × 10 −10 ). We also identify 1870 sentinel trans -irQTLs (MAF ≥ 0.01, P < 1.5 × 10 −13 ) for 1,084 isoforms across 590 genes, and 2327 rare cis -irQTLs (0.003 < MAF < 0.01) for 2467 isoforms of 1428 genes in FHS, with external replication rates of 61% and 41% in WHI, respectively. We highlight rs12898397 in ULK3 , which alters splice site usage and reduces expression of a full-length isoform. Mendelian randomization supports a causal role between this isoform shift and reduced diastolic blood pressure. These findings highlight the power of irQTL mapping to uncover transcript-specific regulatory mechanisms underlying complex traits.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».