Evaluating Quebec reference panel for genome-wide association studies of COVID-19 and related traits
Bibliographic record
Abstract
Les études d'association pangénomiques (GWAS) analysent les génomes de milliers d'individus afin d'identifier les variants génétiques associés aux maladies et d’autres traits. Pour réduire les coûts, la plupart des études d'association pangénomique utilisent l'imputation de génotypes, qui infère des millions de génotypes non mesurés ou manquants à partir d'un panel de génomes de référence de haute qualité. La bonne adéquation de la diversité génétique entre les génomes de référence et les génomes de la population de l'étude d'association pangénomique est essentielle à la précision de l'imputation génotypique. Plusieurs grands panels de référence multiethniques sont accessibles au public pour les études d'association pangénomiques, tels que ceux de que Trans-Omics for Precision Medicine (TOPMed) et le projet 1000 Genomes. Toutefois, ces panels peuvent ne pas refléter la diversité génétique des participants à l'étude d'association pangénomique issus d'une population locale. Il a été démontré que les panels de référence locaux, bien que petits, peuvent améliorer la précision de l'imputation des génotypes dans de nombreuses populations, telles que les populations finlandaise, estonienne et sarde, en raison de leur meilleure correspondance en termes de diversité génétique avec les participants à l'étude du GWAS. Dans cette thèse, nous avons cherché à développer et à évaluer un panel de référence pour le Québec en utilisant 2,113 génomes séquencés à haut débit provenant de la BIOBANQUE QUÉBÉCOISE DE LA COVID-19. Le Québec abrite plusieurs groupes ethniques,dont les Canadiens français, les Juifs, les Haïtiens et les Acadiens. Les Canadiens français constituent le groupe ethnique le plus important du Québec, issu de l'immigration de 8,500 colons français aux 17e et 18e siècles. En raison de plusieurs effets fondateurs, une prévalence plus élevée de certaines maladies génétiques rares a été observée chez les Canadiens français. Un panel de référence pour l'imputation des génotypes au Québec pourrait être utile pour déduire des variants spécifiques à la population et identifier des variants associés à des maladies pour des traits complexes, tels que COVID-19. Nous avons mené trois expériences d'imputation chez des personnes d'ascendance européenne, américaine métissée, est-asiatique, centre-sud-asiatique, moyen-orientale et africain, en comparant les performances du panel québécois, du panel TOPMed et du panel combiné grâce à l'approche de méta-imputation.Le panel québécois couvrait plus d'allèles alternatifs vrais (AA) par individu que TOPMed. En moyenne, TOPMed présentait une concordance AA plus élevée que le panel québécois. La méta-imputation a amélioré la couverture des vrais AA tout en maintenant une concordance élevée des AA. Il est intéressant de noter que 45.5% des 15,872 et 27.3% des 25,437 variants rares (fréquence d'allèle < 1%) imputés de manière concordante par le panel québécois mais absents ou imputés de manière discordante par TOPMed respectivement, étaient > 5 fois enrichis par rapport à la base de données gnomAD sur les Européens non finlandais. La méta-imputation a permis de récupérer tous les variants rares absents de TOPMed et 94.8% des variants rares imputés de manière discordante par TOPMed. Le panel québécois contient des mutations fondatrices franco-canadiennes connues impliquées dans des maladies mendéliennes et a imputé de manière concordante les deux mutations fondatrices présentes dans l'ensemble d'évaluation. En outre, 47 variants associés à COVID-19 signalés dans le catalogue GWAS ont été imputés de manière concordante exclusivement par le panel du Québec. Ces résultats démontrent les avantages du panel de référence du Québec pour l'imputation de variants génétiques spécifiques à la population dans les études québécoises et pour l'imputation de variants associés au statut COVID-19
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".