Imputation of structural variants using a multi-ancestry long-read sequencing panel enables identification of disease associations
Rattachement africain : us, au, gb, de, in. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Advancements in long-read sequencing technology have accelerated the study of large structural variants (SVs). We created a curated, publicly available, multi-ancestry SV imputation panel by long-read sequencing 888 samples from the 1000 Genomes Project. This high-quality panel was used to impute SVs in approximately 500,000 UK Biobank participants. We demonstrated the feasibility of conducting genome-wide SV association studies at biobank scale using 32 disease-relevant phenotypes related to respiratory, cardiometabolic and liver diseases, in addition to 1,463 protein levels. This analysis identified thousands of genome-wide significant SV associations, including hundreds of conditionally independent signals, thereby enabling novel biological insights. Focusing on genetic association studies of lung function as an example, we demonstrate the added value of SVs for prioritising causal genes at gene-rich loci compared to traditional GWAS using only short variants. We envision that future post-GWAS gene-prioritisation workflows will incorporate SV analyses using this SV imputation panel and framework.
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
- Imputation of structural variants using a multi-ancestry long-read sequencing panel enables identification of disease associations
- Date Crossref
- 18/09/2026
- Éditeur
- eLife Sciences Publications, Ltd
- 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
-
Digital Science (United States) pays non établi dans la noticeEntreprise
-
Boehringer Ingelheim (Australia) pays non établi dans la noticeEntreprise
-
University of Birmingham Institute of Cancer and Genomic Sciences pays non établi dans la noticeUniversité ou école supérieure
-
X-Fab (Germany) pays non établi dans la noticeEntreprise
-
Technical University of Munich pays non établi dans la noticeUniversité ou école supérieure
-
GenVec pays non établi dans la noticeEntreprise
-
Boehringer Ingelheim (India) pays non établi dans la noticeEntreprise
-
Boehringer Ingelheim Pharma GmbH & Co. KG Global Computational Biology and Digital Sciences (gCBDS) pays non établi dans la noticeEntreprise
-
BI X GmbH pays non établi dans la noticeEntreprise
-
School of Medicine Department of Neurology pays non établi dans la noticeUniversité ou école supérieure
-
Gencove pays non établi dans la noticeInstitution
Digital Science (United States), Boehringer Ingelheim (Australia) et Institute of Cancer and Genomic Sciences — University of Birmingham, avec 8 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.