208 篇论文
遗传与基因组医学正在重塑我们理解生命与疾病的方式，它通过解读我们的遗传密码来探索健康背后的深层机制。这一领域不仅关乎个人基因特征的差异，更致力于发现疾病根源并开发精准的预防与治疗策略，让医疗从“千人一方”走向“量身定制”。
在 Gist.Science 上，我们直接对接 medRxiv 预印本服务器，第一时间收录该领域的最新研究成果。团队会对每一份新上传的论文进行处理，提供通俗易懂的科普解读以及详尽的技术摘要，帮助读者跨越专业术语的障碍，快速把握科学前沿。
以下为您精选了近期在遗传与基因组医学领域发布的最新预印本论文。
本文介绍了 ICONIC，这是一个 R 程序包，它在近端因果推断框架内统一了遗传工具变量和负对照校准，以解决多组学研究中的未观测混杂问题，并提供了多样化的估计量、稳健的诊断方法以及在胎盘和肿瘤生物学中的实际应用。
本文介绍了 TRACE，这是一个可扩展的、由人工智能驱动的流水线，它利用经过微调的生物医学语言模型来自动化文献策展，并通过将药物-基因效应方向与全转录组关联研究 (TWAS) 信号进行对齐，从而为药物重定位筛选 FDA 批准的候选药物进行排名，进而架起遗传发现与治疗假设生成之间的桥梁。
本研究展示了首次大规模跨性状及多转录组评分分析在帕金森病中的应用，证明了将转录组数据与机器学习模型相结合，能够识别出新的性状关联，并显著提高疾病预测准确度，其表现优于传统的多基因评分。
本研究通过分析 1,159 名俄罗斯儿童及新生儿的药物基因组学数据，旨在证明现有的基于成人的解释算法往往未能考虑到药物代谢中的发育变化，从而提出一种新的面向年龄的儿科药物基因组学报告模型，该模型整合了发育阶段调整与证据分层。
这项针对沙特阿拉伯人群的病例对照研究表明，Wnt信号通路基因（APC、AXIN2、DKK4、SFRP3和LRP6）中的特定遗传变异与心血管疾病风险具有年龄和性别依赖性的相关性，而CTNNB1、TCF7L2和DKK3的变异则未显示出显著相关性。
该论文介绍了 scDRS-FM，这是一种通过建模条件多基因富集来区分因果疾病关键细胞群体与相关标记群体的创新方法，该方法整合了单细胞 RNA-seq 和 GWAS 数据，从而能够在不同性状和细胞类型中实现更准确的疾病相关细胞背景精细定位。
本研究引入了一种扩展的多基因风险评分（ePRS）框架，该框架结合了非加性多位点相互作用和基因-环境效应，通过捕捉传统加性模型所遗漏的高风险个体，显著提高了对 2 型糖尿病和乳糜泻等复杂疾病的遗传风险预测能力。
一项针对中国嘉道理生物样本库中94,730名中国成年人的全基因组关联研究，识别出了15个位点上的19个独立的拷贝数变异关联，这些关联影响着人体测量学和心血管代谢特征，其中包括新发现以及重复验证的剂量敏感区域，从而扩展了对东亚人群这些特征的遗传学理解。
在一项针对来自“英国我们的未来健康”研究的 738,531 名参与者的横断面分析中，研究人员发现，尽管每个人都至少携带一种具有临床意义的药物基因组表型，但其中 36.8% 的人已被开具了匹配的药物，且这种共现率随年龄增长而增加，并集中在质子泵抑制剂、抗抑郁药和他汀类药物等广泛应用的药物类别中，从而凸显了通过预防性药物基因组检测来优化治疗的重大机遇。
这项生物信息学研究表明，尽管葡萄膜黑色素瘤和皮肤黑色素瘤仅共有两种共同的遗传变异（IRF4 中的 rs12203592 和 HERC2 中的 rs12913832），但这些突变表现出截然不同的预后意义，其中 IRF4 是两种癌症的关键预后指标，而 HERC2 则是葡萄膜黑色素瘤特有的不良预后因子。