208 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.
Diese Studie identifiziert mittels Genom-weiter Assoziationsstudien und struktureller Gleichungsmodelle zwei genetische Meta-Faktoren für Stabilität und Plastizität der Persönlichkeit, die jeweils spezifische genomische Loci aufweisen und eine bidirektionale genetische Verbindung mit Psychopathologie aufzeigen.
Diese Studie nutzt eine genetisch-epidemiologische Pipeline, um kausale Zusammenhänge zwischen Clozapin-Stoffwechsel und metabolischen Risiken aufzudecken und potenzielle Biomarker für eine präzisere, prädiktive Überwachung von Clozapin-induzierten Stoffwechselstörungen zu identifizieren.
Das Paper stellt TumorLens vor, ein einheitliches Framework für die Langlese-Sequenzierung, das erstmals genetische und epigenetische Veränderungen in Krebszellen in einer einzigen Analyse integriert, um ein umfassendes Tumorprofil für die Präzisionsonkologie zu ermöglichen.
Diese Studie identifiziert durch eine Trio-basierte GWAS mit detaillierter Phänotypisierung von 837 Fällen vier neue genetische Loci, die spezifisch mit verschiedenen Unterformen des isolierten Lippen-Kieferspalts assoziiert sind, und unterstreicht damit den Wert einer granulareren Klassifizierung zur Entdeckung krankheitsspezifischer genetischer Zusammenhänge.
Die Studie zeigt, dass die genetische Architektur der Depression heterogen ist und drei Cluster identifiziert, von denen zwei über neurotische und rauchbezogene Mechanismen das Risiko für Typ-2-Diabetes und kardiometabolische Erkrankungen erhöhen, während ein dritter Cluster über Stoffwechselwege den Schutz vor diesen Risiken vermittelt.
Eine finnische Studie an über 180.000 Frauen zeigt, dass zwar die genetische Veranlagung für einen späteren Menopausenbeginn und eine längere reproduktive Spanne nicht vor kardiovaskulären Erkrankungen schützt, der Einsatz exogener Hormone (Menopausen- und Verhütungshormone) jedoch langfristig mit einem verringerten Risiko für Schlaganfälle und koronare Herzkrankheiten verbunden ist.
Diese Studie integriert Signale positiver Selektion mit genetischen Assoziationsdaten aus 13 südasiatischen Populationen, um die Gene IP6K3 und MAPT als metabolisch relevante Loci für Typ-2-Diabetes zu identifizieren und ein skalierbares Rahmenwerk für die Genomforschung in unterrepräsentierten Bevölkerungsgruppen zu etablieren.
Die Studie zeigt, dass zwar sowohl reine KI-Vorhersagen als auch KI mit erklärbarer Intelligenz (XAI) die diagnostische Genauigkeit von Genetikern bei korrekten Klassifizierungen verbessern, jedoch die XAI-Erklärungen selbst nicht in die Entscheidungsfindung integriert wurden und die reine Vorhersagewahrscheinlichkeit einen stärkeren Einfluss auf die Entscheidungen hatte.
Diese multizentrische Studie liefert die erste radiologische Beschreibung des natürlichen Verlaufs des PIK3CA-assoziierten Überwuchsspektrums (PROS) und zeigt, dass sich die Gewebemissbildungen bei den meisten Patienten über die Zeit, einschließlich ins Erwachsenenalter hinein, vergrößern.
Die Studie stellt SBayesCO vor, ein bayessches Rahmenwerk, das genomweite GWAS- und molQTL-Effekte gemeinsam modelliert, um die Vorhersagegenauigkeit komplexer Merkmale und die Priorisierung regulatorischer Varianten im Vergleich zu herkömmlichen Ansätzen signifikant zu verbessern.