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 die seltene GCH1-p.Ser80Asn-Variante als einen signifikanten Risikofaktor für die Parkinson-Krankheit, der spezifisch in ostasiatischen Populationen angereichert ist, wo sie mit einer erhöhten Odds Ratio von 5,1 und einem klinischen Phänotyp assoziiert ist, der häufig Dystonie einschließt.
Diese Studie analysierte Längsschnittdaten von 331 Personen mit dem Angelman-Syndrom unter Verwendung des Vineland-3, um aufzuzeigen, dass sich die adaptive Funktionsfähigkeit im Verlauf des Lebens nichtlinear verbessert, wobei Personen mit Deletions-Subtypen im Vergleich zu Personen mit Nicht-Deletions-Subtypen konsistent eine geringere Funktionsfähigkeit über alle Domänen hinweg aufweisen.
Diese Studie zeigt, dass die Einbeziehung schwacher instrumenteller Variablen in die Zwei-Stichproben-Mendelschen Randomisierung zwar bei großen Stichprobengrößen der Expositions-GWAS allgemein akzeptabel ist, jedoch das Risiko birgt, Schätzwert-Effekte zu abschwächen und fälschlicherweise auf das Nichtvorhandensein von Assoziationen zu schließen, wenn die Stichprobengrößen klein sind.
Dieses Paper stellt den FunGen-xQTL Multi-Brain (FGMB) Atlas vor, einen umfassenden, kontextübergreifenden Atlas für die genomweite Assoziation des Reguloms, der diverse molekulare Datensätze und fortschrittliche Vorhersagemethoden integriert, um kausale Gen-Merkmal-Assoziationen für altersbedingte Hirnerkrankungen wie die Alzheimer-Krankheit zu priorisieren, indem regulatorische Effekte von Kopplungsungleichgewichten unterschieden werden.
Diese Studie führte eine phänomweite Assoziationsstudie an über 104.000 finnischen Männern durch, um die Y-chromosomale Variation bei komplexen Krankheiten zu untersuchen, wobei sie eine signifikante Verbindung zwischen der Haplogruppe I1 und koronarer Herzkrankheit identifizierte, obwohl keine anderen phänomweit signifikanten Assoziationen gefunden wurden.
Diese Studie integriert genomweite Assoziationsstudien und Einzelzell-Transkriptomanalysen, um gemeinsame genetische Loci zwischen Parkinson und Schizophrenie zu identifizieren, wobei sie aufzeigt, dass das RAI1-Gen beide Störungen durch mitochondriale Dysfunktion verbindet, während gleichzeitig unterschiedliche genetische Pfade im Zusammenhang mit nicht-motorischen Symptomen hervorgehoben werden.
Durch die Integration von genomweiten Assoziationsstudien-Daten zur Körperfettverteilung mit Expressions-Quantitative-Trait-Loci des subkutanen Fettgewebes mittels Kolokalisationsanalyse identifiziert diese Studie SNX10, DGKQ und CBX3 als hochkonfidente kausale Gene, die dem genetischen Risiko für adipositasbedingte Stoffwechselerkrankungen zugrunde liegen.
Diese Studie etabliert den ersten genomweiten Assoziations- und Multi-Omics-Rahmen für foveale Hypoplasie, identifiziert 54 Effektorgene, validiert sechs davon durch Zebrafischmodelle und enthüllt kritische Rollen der Müller-Glia sowie pleiotrope Verbindungen zu systemischen Merkmalen.
Diese Studie führt ein durch Dekonvolution informiertes Framework zur Analyse der zelltypspezifischen DNA-Methylierung und Genexpression in normalem Kolongewebe ein, identifiziert neuartige Risiko-Loci, priorisiert Kandidatengene mittels Multi-Omics-Evidenz und enthüllt potenzielle therapeutische Zielstrukturen für das kolorektale Karzinom.
Um der Fragmentierung von Multi-Omics-Imputationsmodellen entgegenzuwirken, entwickelten die Autoren OmicsPred, eine zentralisierte Plattform, die über 3,3 Millionen genetische Vorhersagemodelle mit standardisierten Metadaten und Formaten vereint, um die Auffindbarkeit, Interoperabilität und systematische Zielentdeckung zu erleichtern.