123 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 stellt PAVS vor, eine standardisierte, öffentlich zugängliche Datenbank, die klinische Daten und Genotyp-Phänotyp-Informationen aus Saudi-Arabien integriert, um die Lücke populationspezifischer Ressourcen zu schließen und die Priorisierung von Varianten in unterrepräsentierten Bevölkerungsgruppen zu verbessern.
Die Studie zeigt, dass die genomische Identifizierung von Trägern pathogener PALB2-Varianten in großen Bevölkerungsgruppen ein erhöhtes Risiko für verschiedene Krebsarten und eine höhere Sterblichkeit aufdeckt, wobei diese Risiken jedoch geringer ausfallen als bei familiärer Aszertierung und durch eine positive Familienanamnese weiter moduliert werden.
Diese Studie nutzt eine funktional informierte Feinmapping-Analyse von über einer Million Individuen, um die polygene Architektur der koronaren Herzkrankheit zu entschlüsseln, kausale Varianten und Gene zu identifizieren und drei zentrale biologische Pfade – Lipoproteinfunktion, vaskuläre Homöostase und Entzündungsreaktionen – als treibende Kräfte der Krankheitsentstehung aufzudecken.
Diese Studie nutzt eine geschlechtsspezifische genetische Analyse von 2 Millionen Personen, um nachzuweisen, dass weibliche Adipositas über spezifische hormonelle und onkogene Signalwege ein vierfach stärkeres kausales Risiko für Endometriumkarzinome darstellt als bei Männern, wobei nur ein Teil der genetischen Varianz des Krebses durch Adipositas vermittelt wird.
Diese Studie bestätigt die klinische Bedeutung der neuartigen TGFBR2-Variante E431K bei einem Patienten mit Loeys-Dietz-Syndrom, indem sie durch eine Kombination aus KI-gestützter Strukturmodellierung und zellbiologischen Experimenten nachweist, dass die Mutation die Proteinstruktur destabilisiert und die TGF-β-Signalweg-Aktivität stört.
Diese Studie demonstriert, wie die Zusammenarbeit mit 18 Patientenorganisationen und die Nutzung des öffentlich zugänglichen Tools GeniE auf Basis von gnomAD-Daten dazu beitragen, genetische Prävalenzschätzungen für seltene Erbkrankheiten zu demokratisieren und so die Patientenvertretung sowie die Arzneimittelentwicklung zu stärken.
In einer prospektiven Multizenterstudie wurde gezeigt, dass der neu entwickelte fragmentomische Biomarker „regional motif diversity score" (rMDS), der die Entropie von cfDNA-Endmotiven quantifiziert, Immuntherapie-Responder von Nicht-Respondern bei Kopf-Hals-Plattenepithelkarzinomen zuverlässiger als etablierte Marker vorhersagen kann und somit ein vielversprechendes Instrument für das klinische Management darstellt.
Die Studie identifiziert FRMPD4 als ursächliches Gen für eine nicht-syndromische sensorineurale Hörstörung und erweitert damit das bekannte Phänotyp-Spektrum des Gens, das zuvor mit geistiger Behinderung und Epilepsie in Verbindung gebracht wurde.
Die Studie zeigt mittels genomischer Analysen, dass der Einfluss des verzweigtkettigen Aminosäurestoffwechsels auf das Risiko für Typ-2-Diabetes und koronare Herzkrankheiten unabhängig von traditionellen Risikofaktoren wie Adipositas und Dyslipidämie besteht.
Diese systematische Übersicht und Metaanalyse zeigt, dass zwar augmentierte Large-Language-Modelle bei der Diagnose seltener Krankheiten besser abschneiden als eigenständige Modelle, die aktuelle Evidenz jedoch aufgrund methodischer Verzerrungen und fehlender prospektiver klinischer Validierung eine unmittelbare klinische Anwendung noch nicht rechtfertigt.