Le séquençage de l'exome des isolats finlandais améliore le pouvoir d'association des variants rares

Samocha, K.E. et al. La contrainte régionale erronée améliore la prédiction de la nocivité des variantes. Pré-impression à (2017).

Marouli, E. et al. Les variantes de codage rares et à basse fréquence modifient la taille humaine adulte. La nature 542, 186–190 (2017).

Flannick, J. et al. Séquençage de l’exome de 20 791 cas de diabète de type 2 et de 24 440 témoins. La nature 57071–76 (2019).

Timpson, N. J., Greenwood, C. T., Soranzo, N., Lawson, D. J. et Richards, J. B. Architecture génétique: la forme de la contribution génétique aux traits humains et à la maladie. Nat. Rev. Genet. 19110-124 (2018).

Zuk, O. et al. Rechercher l'héritabilité manquante: concevoir des études d'association de variants rares. Proc. Natl Acad. Sci. Etats-Unis 111E455 à E464 (2014).

Xue, Y. et al. Enrichissement de variants fonctionnels à basse fréquence révélés par le séquençage du génome entier de multiples populations européennes isolées. Nat. Commun. 815927 (2017).

Southam, L. et al. Le séquençage et l'imputation du génome entier dans des populations isolées identifient des associations génétiques avec des caractères complexes pertinents sur le plan médical. Nat. Commun. 815606 (2017).

Manolio, T. A. et al. Trouver l'héritabilité manquante de maladies complexes. La nature 461747–753 (2009).

Jakkula, E. et al. Les modèles de variation à l’échelle du génome exposent une importante sous-structure dans une population fondatrice. Un m. J. Hum. Genet. 83787–794 (2008).

Polvi, A. et al. Mise à jour de la base de données finlandaise sur le patrimoine des maladies (FinDis) – une base de données sur les gènes mutés dans le patrimoine des maladies finlandaises, qui est passée à l'ère du séquençage de nouvelle génération. Fredonner. Mutat. 341458-1466 (2013).

Manning, A. et al. Une inactivation basse fréquence AKT2 variante enrichie dans la population finlandaise est associée à des niveaux d’insuline à jeun et à un risque de diabète de type 2. Diabète 66, 2019-2032 (2017).

Lim, E.T. et al. Répartition et impact médical des variantes à perte de fonction dans la population fondatrice finlandaise. PLoS Genet. dix, e1004494 (2014).

Service, S. K. et al. Le re-séquençage élargit notre compréhension de l'impact phénotypique des variants sur les loci GWAS. PLoS Genet. dix, e1004147 (2014).

Würtz, P. et al. La métabolomique quantitative par résonance magnétique nucléaire du sérum en épidémiologie à grande échelle: initiation aux technologies oms. Un m. J. Epidemiol. 186, 1084-1096 (2017).

Laakso, M. et al. L'étude sur le syndrome métabolique chez l'homme: une ressource pour l'étude des maladies métaboliques et cardiovasculaires. J. Lipid Res. 58, 481–493 (2017).

Borodulin, K. et al. Tendances sur quarante ans des facteurs de risque cardiovasculaires en Finlande. EUR. J. santé publique 25539-546 (2015).

Abraham, G. et al. Prévision génomique de la maladie coronarienne. EUR. Coeur j. 37, 3267 à 3278 (2016).

Sabatti, C. et al. Analyse d'association pangénomique des traits métaboliques dans une cohorte de naissance issue d'une population fondatrice. Nat. Genet. 4135–46 (2009).

Pulizzi, N. et al. Interaction entre la croissance prénatale et les génotypes à haut risque dans le développement du diabète de type 2. Diabétologie 52825–829 (2009).

Fagerberg, L. et al. Analyse de l'expression spécifique des tissus humains par intégration à l'échelle du génome de la transcriptomique et de la protéomique à base d'anticorps. Mol. Cellule. Protéomique 13397–406 (2014).

Corsetti, J.P. et al. Le polymorphisme de la thrombospondine-4 (A387P) prédit le risque cardiovasculaire chez les patients post-infarctus présentant des taux élevés de cholestérol HDL et de protéines C-réactives. Thromb. Haemost. 1061170-1178 (2011).

Zhang, X. J. et al. Association entre les polymorphismes nucléotidiques simples dans les gènes de thrombospondines et la maladie coronarienne: une méta-analyse. Thromb. Res. 136, 45–51 (2015).

Beygo, J. et al. Nouvelles connaissances sur le MEG8-DMR imprimé en 14q32 et description clinique et moléculaire de nouveaux patients atteints du syndrome de Temple. EUR. J. Hum. Genet. 25935–945 (2017).

Wallace, C. et al. La région du gène DLK1-MEG3 imprimée sur le chromosome 14q32.2 modifie la sensibilité au diabète de type 1. Nat. Genet. 42, 68–71 (2010).

Day, F. R. et al. Les analyses génomiques identifient des centaines de variantes associées à l'âge à la ménarche et confirment le rôle joué par le moment de la puberté dans le risque de cancer. Nat. Genet. 49834–841 (2017).

Perry, J. R. et al. Associations alléliques spécifiques au parent d'origine parmi 106 locus génomiques pour l'âge à la ménarche. La nature 514, 92–97 (2014).

Cleaton, M.A. et al. La DLK1 dérivée du fœtus est nécessaire pour les adaptations métaboliques de la mère à la grossesse et est associée à une restriction de croissance fœtale. Nat. Genet. 481473-1480 (2016).

Chaves, J.A. et al. Variation génomique aux extrémités du rayonnement adaptatif des pinsons de Darwin. Mol. Ecol. 255282-5295 (2016).

Surakka, I. et al. L'impact des variants rares et rares sur les taux de lipides. Nat. Genet. 47, 589-597 (2015).

Ding, Y. et al. Glycine plasmatique et risque d’infarctus aigu du myocarde chez les patients chez lesquels on soupçonne une angine de poitrine stable. Confiture. Assoc de coeur. 5, e002621 (2015).

Wittemans, L. B. L. et al. Évaluation du lien de causalité entre la glycine et le risque de maladies cardio-métaboliques. Nat. Commun. dix1060 (2019).

Perry, R. J. et al. L'acétate assure la médiation d'un axe microbiome – cerveau – cellules β afin de favoriser le syndrome métabolique. La nature 534213-217 (2016).

Tabbassum, R. et al. Génétique du lipidome plasmatique humain: comprendre le métabolisme lipidique et son lien avec des maladies autres que les lipides traditionnels. Pré-impression à (2018).

Casanova, M. L. et al. Troubles pancréatiques exocrines chez des souris transsgéniques exprimant la kératine humaine 8. J. Clin. Investir. 1031587-1595 (1999).

Surendran, P. et al. Les méta-analyses de trans ascendance identifient des variantes rares et courantes associées à la pression artérielle et à l'hypertension. Nat. Genet. 481151-1161 (2016).

Liu, C. et al. La méta-analyse identifie des variants communs et rares influençant la pression artérielle et se chevauchant avec des locus de traits métaboliques. Nat. Genet. 48, 1162-1170 (2016).

Palmer, C. & Pe’er, I. La correction statistique de la malédiction du vainqueur explique la variabilité de la réplication dans les études d’association portant sur le génome à caractère quantitatif. PLoS Genet. 13, e1006916 (2017).

Norio, R. Finnish Disease Heritage I: caractéristiques, causes, antécédents. Fredonner. Genet. 112441–456 (2003).

Service, S. et al. Ampleur et distribution du déséquilibre de liaison dans les isolats de population et implications pour les études d'association pangénomique. Nat. Genet. 38556-560 (2006).

Chiang, C.W. K. et al. Histoire génomique de la population sarde. Nat. Genet. 501426-1434 (2018).

Rivas, M.A. et al. Aperçu de l’épidémiologie génétique des maladies rares et de Crohn chez la population juive ashkénaze. PLoS Genet. 14e1007329 (2018).

Bastarache, L. et al. Les scores de risque phénotypiques identifient les patients présentant des schémas de maladie mendélienne non reconnus. Science 359, 1233-1239 (2018).

Niemi, M.E.K. et al. Des variantes génétiques communes contribuent au risque de troubles neurodéveloppementaux graves et rares. La nature 562268-271 (2018).

Surakka, I. Taux de faux polymorphismes introduits lors de l'imputation de génotypes à partir de panels d'imputation globaux. Pré-impression à (2016).

Collins, F. S. & Varmus, H. Une nouvelle initiative sur la médecine de précision. N. Engl. J. Med. 372793–795 (2015).

Stancáková, A. et al. Modifications de la sensibilité à l'insuline et de la libération d'insuline en relation avec la glycémie et la tolérance au glucose chez 6 414 hommes finlandais. Diabète 58, 1212-1221 (2009).

Borodulin, K. et al. Profil de cohorte: l'étude nationale FINRISK. Int. J. Epidemiol. 47696–696i (2017).

Wu, J. et al. Un résumé des effets des médicaments antihypertenseurs sur la pression artérielle mesurée. Un m. J. Hypertens. 18935 à 942 (2005).

Tobin, M.D., Sheehan, N.A., Scurrah, K.J. & Burton, P.R. Ajustement pour les effets du traitement dans les études de caractères quantitatifs: traitement antihypertenseur et tension artérielle systolique. Stat. Med. 242911-2935 (2005).

Liu, D.J. et al. Étude d'association à l'échelle de l'exome des lipides plasmatiques chez plus de 300 000 personnes. Nat. Genet. 49, 1758-1766 (2017).

Friedewald, W. T., Levy, R. I. et Fredrickson, D. S. Estimation de la concentration plasmatique en cholestérol de lipoprotéines de basse densité, sans utiliser d'ultracentrifugeuse préparative. Clin. Chem. 18499-502 (1972).

DePristo, M.A. et al. Un cadre pour la découverte de variations et le génotypage à l'aide de données de séquençage d'ADN de nouvelle génération. Nat. Genet. 43491–498 (2011).

Jun, G. et al. Détection et estimation de la contamination d'échantillons d'ADN humain dans les données de génotypage basées sur le séquençage. Un m. J. Hum. Genet. 91839–848 (2012).

Tan, A., Abecasis, G.R. & Kang, H.M. Représentation unifiée de variants génétiques. Bioinformatique 31, 2202-2204 (2015).

Davis, J.P. et al. Variantes génétiques courantes, de basse fréquence et rares associées aux sous-classes de lipoprotéines et aux mesures de triglycérides chez les hommes finlandais de l'étude METSIM. PLoS Genet. 13, e1007079 (2017).

Das, S. et al. Service et méthodes d'imputation de génotype de nouvelle génération. Nat. Genet. 48, 1284-1287 (2016).

Le consortium de référence haplotype. Un panel de référence de 64 976 haplotypes pour l'imputation du génotype. Nat. Genet. 48, 1279-1283 (2016).

McLaren, W. et al. Le prédicteur d’effet Variant Ensembl. Génome biol. 17, 122 (2016).

Adzhubei, I.A. et al. Un procédé et un serveur permettant de prédire des mutations faux-sens dommageables. Nat. Les méthodes 7, 248–249 (2010).

Chun, S. & Fay, J. C. Identification de mutations délétères dans trois génomes humains. Génome res. 191553-1561 (2009).

Schwarz, J. M., Cooper, D. N., Schuelke, M. & Seelow, D. MutationTaster2: prédiction de mutation pour l'âge du séquençage en profondeur. Nat. Les méthodes 11, 361 à 362 (2014).

Kumar, P., Henikoff, S. et Ng, P. C. Prédire les effets du codage de variants non synonymes sur la fonction des protéines à l'aide de l'algorithme SIFT. Nat. Protocole. 41073-1081 (2009).

Kang, H.M. et al. Modèle de composante de variance pour tenir compte de la structure de l'échantillon dans les études d'association pangénomique. Nat. Genet. 42, 348 à 354 (2010).

Buniello, A. et al. Le catalogue NHGRI-EBI GWAS des études d'association pangénomiques, des réseaux ciblés et des statistiques résumées publiés 2019. Acides Nucléiques Rés. 47, D1005 – D1012 (2019).

Kettunen, J. et al. Une étude à l'échelle du génome sur les métabolites circulants identifie 62 locus et révèle de nouveaux effets systémiques du LPA. Nat. Commun. 711122 (2016).

Kettunen, J. et al. Une étude d'association pangénomique identifie plusieurs loci influençant les taux de métabolites dans le sérum humain. Nat. Genet. 44269–276 (2012).

Teslovich, T.M. et al. Identification de sept nouveaux locus associés à des niveaux d'acides aminés à l'aide de tests basés sur un seul variant et sur des gènes effectués sur 8545 hommes finlandais issus de l'étude METSIM. Fredonner. Mol. Genet. 271664-1674 (2018).

Inouye, M. et al. De nouveaux loci pour les réseaux métaboliques et des études d'expression multi-tissus révèlent des gènes pour l'athérosclérose. PLoS Genet. 8e1002907 (2012).

Lee, S. et al. Approche unifiée optimale pour les tests d'association de variants rares avec application aux études de séquençage cas-contrôle cas-témoins sur exome entier. Un m. J. Hum. Genet. 91224–237 (2012).

Peterson, C. B., Bogomolov, M., Benjamini, Y. et Sabatti, C. De nombreux phénotypes sans beaucoup de fausses découvertes: stratégies de contrôle des erreurs pour les études d'association multitrait. Genet. Epidemiol. 40, 45-56 (2016).

Loh, P. R. et al. Mise en phase basée sur les références à l'aide du panneau Haplotype Reference Consortium. Nat. Genet. 481443-1448 (2016).

Howie, B. N., P. Donnelly et J. Marchini. Une méthode d'imputation génotypique souple et précise pour la prochaine génération d'études d'association pangénomique. PLoS Genet. 5, e1000529 (2009).

Manichaikul, A. et al. Inférence relationnelle robuste dans les études d'association pangénomique. Bioinformatique 26, 2867 à 2873 (2010).

Lawson, D. J., Hellenthal, G., Myers, S. et Falush, D. Inférence de la structure d'une population à l'aide de données d'haplotypes denses. PLoS Genet. 8e1002453 (2012).

Chang, C. C. et al. PLINK de deuxième génération: relever le défi de disposer de jeux de données plus volumineux et plus riches. Gigascience 47 (2015).

Pirinen, M. et al. biMM: estimation efficace des variances génétiques et des covariances pour les cohortes avec des mesures de phénotype de grande dimension. Bioinformatique 33, 2405-2407 (2017).