📄 Category

genetic and genomic medicine

162 Arbeiten

Die Genetik und Genomik revolutionieren die Medizin, indem sie uns helfen zu verstehen, wie unsere DNA unsere Gesundheit beeinflusst. Dieses Feld untersucht nicht nur die Erbinformationen selbst, sondern auch, wie sie bei verschiedenen Krankheiten wirken und wie wir sie gezielt nutzen können, um personalisierte Therapien zu entwickeln. Es ist ein dynamischer Bereich, der ständig neue Erkenntnisse liefert und die Art und Weise verändert, wie wir medizinische Probleme angehen.

Auf Gist.Science haben wir uns darauf spezialisiert, die neuesten Forschungsergebnisse aus medRxiv für alle verständlich aufzubereiten. Wir bearbeiten jedes neu eingereichte Preprint in dieser Kategorie, um sowohl eine einfache Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse für Fachleute zu erstellen. So wird komplexer wissenschaftlicher Fortschritt sofort zugänglich, ohne dass man tiefe Vorkenntnisse benötigt.

Hier finden Sie die aktuellsten Studien aus dem Bereich der genetischen und genomischen Medizin, die wir kürzlich für Sie analysiert haben.

📄 genetic and genomic medicine

Insights Into Parkinsons Disease Genetics in African Populations: Expanded GWAS Identifies Ancestry-Specific and Cross-Population Risk Loci

Diese Studie stellt die bisher größte genomweite Assoziationsstudie zu Parkinson bei afrikanischen und afroamerikanischen Populationen dar, identifiziert sowohl übergeordnete als auch populationspezifische Risikoloci – insbesondere eine neuartige kodierende Variante im LRRK2-Gen – und unterstreicht damit die Bedeutung diverser genetischer Daten für die Entwicklung präziser Therapien.

Okubadejo, N., Ojo, O. O., Abiodun, O., Abubakar, S., Abdulai, F., Achoru, C., Agabi, O., Agulanna, U., Akinyemi, R., Al (…)2026-03-03
📄 genetic and genomic medicine

Cross-ancestry performance of Parkinson's disease polygenic risk scores in admixed Latin American populations

Die Studie zeigt, dass bei Parkinson-Polygenischen Risikoscores in lateinamerikanischen Populationen zwar gut durchmischte europäische GWAS-Daten derzeit die beste Vorhersageleistung bieten, die Integration funktionaler Annotationen die Übertragbarkeit verbessert und der volle Nutzen multi-ethnischer Ansätze jedoch dringend größere, anpassungsfähige Entdeckungsstudien in unterrepräsentierten Populationen erfordert.

Flores-Ocampo, V., Reyes-Perez, P., Ogonowski, N. S., Sevilla-Parra, G., Diaz-Torres, S., Leal, T. P., Waldo, E., Ruiz-C (…)2026-03-03
📄 genetic and genomic medicine

Misclassification of heritable mortality undermines estimates of intrinsic life span heritability

Die Studie widerlegt die Behauptung von Shenhar et al., dass die Erblichkeit der menschlichen Lebensspanne nach Ausschluss „extrinsischer" Todesfälle bei 55 % liege, indem sie nachweist, dass die Annahme, Infektionen und Unfälle seien rein umweltbedingt, biologisch unhaltbar ist und zu einer verzerrten Überschätzung der genetischen Komponente führt.

Hamilton, F. W.2026-02-27
📄 genetic and genomic medicine

Detecting and Adjusting for Hidden Biases due to Phenotype Misclassification in Genome-Wide Association Studies

Die Autoren stellen PheMED vor, eine statistische Methode und Software, die GWAS-Zusammenfassungsdaten nutzt, um durch Phänotyp-Fehlklassifikation verursachte Effektgrößen-Verwässerung zu quantifizieren und zu korrigieren, um so Verzerrungen in nachgelagerten Analysen zu vermeiden.

Burstein, D., Hoffman, G. E., Gupta, S., De Almeida, S., Mathur, D., Venkatesh, S., Therrien, K., Fanous, A., Bigdeli, T (…)2026-02-24
📄 genetic and genomic medicine

How parents judge newborn screening expansion in the genomic era: a theory-informed survey in France from the SeDeN-p3 study

Eine landesweite französische Umfrage zeigt, dass Eltern die Erweiterung des Neugeborenenscreenings auf genomische Verfahren zwar mit hoher, aber differenzierter Zustimmung bewerten, die maßgeblich von der wahrgenommenen Wirksamkeit, der emotionalen Haltung und der Toleranz gegenüber Unsicherheit geprägt ist.

LEVEL, C., FAIVRE, L., LEMAITRE, M., SALVI, D., MARCHETTI-WATERNAUX, I., CUDRY, E., SIMON, E., BOURGON, N., BENACHI, A. (…)2026-02-24
📄 genetic and genomic medicine

An Integrated Deep Learning Framework for Small-Sample Biomedical Data Classification: Explainable Graph Neural Networks with Data Augmentation for RNA sequencing Dataset

Diese Studie stellt ein integriertes Deep-Learning-Framework vor, das durch die Kombination von Daten-Augmentierung, Merkmalsauswahl und erklärbarer Graph-Neural-Network-Architektur die Klassifizierung von RNA-Sequenzierungsdaten bei kleinen Stichproben, wie z. B. beim chromophoben Nierenzellkarzinom, sowohl in Bezug auf die Vorhersagegenauigkeit als auch auf die biologische Interpretierbarkeit signifikant verbessert.

Guler, F., Goksuluk, D., Xu, M., Choudhary, G., agraz, m.2026-02-24
📄 genetic and genomic medicine

Cohort Profile: Investigating Antidepressant Response within Generation Scotland

Diese Studie beschreibt die Kohorte des AMBER-Forschungsprogramms, das mithilfe eines Fragebogens bei 1.180 Teilnehmern der Generation Scotland-Datenbank detaillierte Daten zur antidepressiven Behandlung sammelte, um durch die spätere Verknüpfung mit klinischen und biologischen Proben die biologischen Mechanismen hinter der unterschiedlichen Wirksamkeit von Antidepressiva zu entschlüsseln.

Calnan, M. L., Edmonson-Stait, A., Milbourn, H., Elsden, E., Henders, A. K., Ball, E. L., Iveson, M. H., AMBER Research (…)2026-02-24