Characterization of CYP2D6 Pharmacogenetic Variation in Sub‐Saharan African Populations
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
Cytochrome P450 2D6 (CYP2D6) is a key enzyme in drug response owing to its involvement in the metabolism of ~ 25% of clinically prescribed medications. The encoding CYP2D6 gene is highly polymorphic, and many pharmacogenetics studies have been performed worldwide to investigate the distribution of CYP2D6 star alleles (haplotypes); however, African populations have been relatively understudied to date. In this study, the distributions of CYP2D6 star alleles and predicted drug metabolizer phenotypes—derived from activity scores—were examined across multiple sub‐Saharan African populations based on bioinformatics analysis of 961 high‐depth whole genome sequences. This was followed by characterization of novel star alleles and suballeles in a subset of the participants via targeted high‐fidelity Single‐Molecule Real‐Time resequencing (Pacific Biosciences). This study revealed varying frequencies of known CYP2D6 alleles and predicted phenotypes across different African ethnolinguistic groups. Twenty‐seven novel CYP2D6 star alleles were predicted computationally and two of them were further validated. This study highlights the importance of studying variation in key pharmacogenes such as CYP2D6 in the African context to better understand population‐specific allele frequencies. This will aid in the development of better genotyping panels and star allele detection approaches with a view toward supporting effective implementation of precision medicine strategies in Africa and across the African diaspora.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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