Impact of sample size and tissue relevance on T2D gene identification
Rattachement africain : gb, se, nl, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Abstract Identification of genes and proteins mediating the activity of GWAS variants requires molecular data from disease relevant tissues, but these may be difficult to collect. Using multiple gene expression reference datasets and GWAS summary statistics for T2D we identified 1,818 unique genes associated with T2D. Comparing the performance of different reference datasets, we found that sample size, and not the relevance of the tissue to the disease, was the critical factor in identifying relevant genes. Genes implicated using a well powered expression dataset were also more likely to have multiple lines of genetic evidence. A targeted proteomics reference dataset from plasma samples showed similar power to identify T2D related proteins as gene expression with the same sample size. Accounting for BMI reduces power across all tissues and phenotypes by ∼30%, suggesting that many GWAS links to T2D are mediated by BMI, potentially implicating insulin resistance related effects. Finally, using data from smaller GWAS studies with precisely defined T2D subtypes uncovers genes directly relevant to that subtype, such as LST1 , an immune response gene for Severe Autoimmune Diabetes and TRMT2A , involved in beta-cell apoptosis, for Severe Insulin Deficient Diabetes. Our work demonstrates the benefits of well powered reference datasets in accessible tissues and well-defined disease subtypes when studying complex diseases involving multiple tissues.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Impact of sample size and tissue relevance on T2D gene identification
- Date Crossref
- 02/11/2024
- Éditeur
- openRxiv
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
University of Dundee Population Health and Genomics pays non établi dans la noticeUniversité ou école supérieure
-
Genomics England pays non établi dans la noticeInstitution
-
Lund University Diabetes and Endocrinology pays non établi dans la noticeUniversité ou école supérieure
-
Centre for Human Genetics pays non établi dans la noticeStructure de recherche
-
University of Oxford Wellcome Centre for Human Genetics pays non établi dans la noticeUniversité ou école supérieure
-
Newcastle University Bioscience Institute pays non établi dans la noticeUniversité ou école supérieure
-
Amsterdam University Medical Centers Epidemiology and Biostatistics pays non établi dans la noticeÉtablissement de santé
-
Amsterdam UMC Location Vrije Universiteit Amsterdam pays non établi dans la noticeÉtablissement de santé
-
University of Chicago pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Medical Sciences pays non établi dans la noticeUniversité ou école supérieure
-
Lund Univesity pays non établi dans la noticeInstitution
-
University of Geneva Genetic Medicine & Development pays non établi dans la noticeUniversité ou école supérieure
Population Health and Genomics — University of Dundee, Genomics England et Diabetes and Endocrinology — Lund University, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.