208 articoli
La medicina genetica e genomica sta rivoluzionando la nostra comprensione delle malattie, offrendo nuove prospettive sulla salute attraverso l'analisi del DNA. Questo campo esplora come le variazioni genetiche influenzino il rischio di patologie, guidando verso diagnosi più precise e trattamenti personalizzati che rispondono alle esigenze specifiche di ogni paziente.
Su Gist.Science, selezioniamo e elaboriamo ogni nuovo preprint pubblicato su medRxiv in questa area, trasformando ricerche complesse in contenuti accessibili. Offriamo sia sintesi tecniche per gli esperti che spiegazioni in linguaggio semplice per tutti, garantendo che le scoperte più recenti arrivino rapidamente al grande pubblico senza perdere rigore scientifico.
Di seguito trovate l'elenco aggiornato degli ultimi studi pubblicati su medRxiv, pronti per essere esplorati e compresi attraverso le nostre sintesi dedicate.
Questo studio utilizza il modellamento strutturale genomico su un vasto campione per identificare due fattori genetici latenti, stabilità e plasticità, che spiegano l'architettura genetica condivisa dei tratti di personalità del modello a cinque fattori e ne dimostrano il legame bidirezionale con la psicopatologia.
Questo studio utilizza un approccio di epidemiologia genetica, inclusa la randomizzazione mendeliana, per identificare nuovi biomarcatori candidati associati ai geni del metabolismo della clozapina, fornendo così potenziali strumenti per la stratificazione del rischio e la prescrizione di precisione volta a prevenire le disfunzioni metaboliche indotte da questo farmaco.
Il paper presenta TumorLens, il primo framework unificato a lettura lunga che rileva simultaneamente alterazioni genetiche ed epigenetiche nel cancro, superando i limiti delle metodologie a lettura corta per abilitare un profilo tumorale completo e preciso.
Uno studio di associazione genome-wide su triadi familiari ha identificato nuovi loci genetici specifici per sottotipi di labbro leporino isolato, dimostrando che una caratterizzazione fenotipica dettagliata permette di scoprire associazioni genetiche che le classificazioni diagnostiche tradizionali non riescono a cogliere.
Questo studio dimostra che l'architettura genetica del disturbo depressivo maggiore è eterogenea, identificando percorsi biologici distinti che esercitano effetti opposti sul rischio cardiometabolico, con alcune varianti genetiche che aumentano il rischio di diabete di tipo 2 e altre che lo riducono.
Uno studio su oltre 180.000 donne finlandesi rivela che, sebbene l'esposizione esogena agli ormoni (contraccettivi e terapia ormonale sostitutiva) sia associata a un ridotto rischio cardiovascolare a lungo termine, la predisposizione genetica a una menopausa più tardiva e a una più lunga spanna riproduttiva non offre protezione contro le malattie cardiovascolari, suggerendo che i fattori genetici e l'esposizione ormonale esogena agiscono attraverso meccanismi biologici distinti.
Questo studio integra le firme della selezione positiva recente con dati di associazione genetica in 13 popolazioni sudasiatiche per identificare e prioritizzare i loci IP6K3 e MAPT come fattori metabolicamente rilevanti per il diabete di tipo 2, offrendo un quadro scalabile per la scoperta genetica in popolazioni sottorappresentate.
Lo studio conclude che, sebbene le probabilità di previsione dell'IA migliorino l'accuratezza e la fiducia dei genetisti nella diagnosi di sindromi genetiche basate sul volto, le spiegazioni basate sull'intelligenza artificiale spiegabile (XAI) non vengono integrate nelle decisioni cliniche e non apportano ulteriori benefici rispetto alla sola previsione numerica.
Questo studio multicentrico descrive per la prima volta la storia naturale dello spettro di iperplasia correlato a PIK3CA (PROS) attraverso un'analisi radiologica, dimostrando che le malformazioni tissutali tendono a ingrandirsi progressivamente nel tempo, con una crescita sostenuta che persiste anche nell'età adulta.
Il paper introduce SBayesCO, un framework bayesiano che migliora la previsione poligenica dei tratti complessi integrando i dati dei QTL molecolari e degli studi di associazione genome-wide (GWAS) attraverso una modellazione congiunta degli effetti genetici.