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.
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.
Die Studie zeigt, dass bei kurzer Vorzentrifugationszeit und Kühlung das bei Routine-Blutuntersuchungen anfallende Restplasma aus Heparin-Röhrchen eine zuverlässige und bisher ungenutzte Quelle für cfDNA-basierte Liquid Biopsies darstellt.
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.
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.
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.
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.
Diese Studie nutzt Sättigungs-Genom-Editierung, um die pathogene Wirkung von nahezu allen kodierenden BARD1-Varianten zu bestimmen, wodurch der Großteil der Varianten unklarer Signifikanz (VUS) aufgelöst und das Verständnis der Rolle von BARD1 bei der Tumorsuppression vertieft wird.
Die Studie charakterisiert eine neuartige, schwere Entwicklungs- und epileptische Enzephalopathie, die durch biallelische RNU2-2-Varianten verursacht wird, und untermauert diese Diagnose durch tiefgehende Phänotypisierung sowie nachweisbare Splicing-Anomalien in Fibroblasten mittels RNA-Sequenzierung.
Die Studie stellt COXMM, ein neuartiges Cox-Proportional-Hazard-Mischmodell, vor, das die Heritabilität von Zeit-bis-zu-Ereignis-Traits präzise schätzt, um genetische Architekturen longitudinaler Merkmale besser zu verstehen und die Vorhersagegenauigkeit polygener Scores in Überlebensanalysen zu verbessern.
Diese Studie zeigt, dass die Anwendung alternativer genetischer Modelle (dominant und rezessiv) in einer genomweiten Assoziationsstudie mit über 5.000 IPF-Fällen neue, bisher unentdeckte Risikogene wie PMF1 und EPN3 identifiziert und damit neue Einblicke in die Pathogenese der idiopathischen Lungenfibrose liefert.