亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Global Biobank Meta-analysis Initiative: Powering genetic discovery across human disease

生命银行 全基因组关联研究 遗传关联 疾病 荟萃分析 数据科学 生物 计算生物学 遗传学 计算机科学 医学 基因 基因型 单核苷酸多态性 内科学 病理
作者
Wei Zhou,Masahiro Kanai,Kuan-Han Wu,Humaira Rasheed,Kristin Tsuo,Jibril Hirbo,Ying Wang,Arjun Bhattacharya,Huiling Zhao,Shinichi Namba,Ida Surakka,Brooke N. Wolford,Valeria Lo Faro,Esteban A. Lopera-Maya,Kristi Läll,Marie-Julie Favé,Juulia Partanen,Sinéad B. Chapman,Juha Karjalainen,Mitja Kurki
出处
期刊:Cell genomics [Elsevier BV]
卷期号:2 (10): 100192-100192 被引量:381
标识
DOI:10.1016/j.xgen.2022.100192
摘要

Biobanks facilitate genome-wide association studies (GWASs), which have mapped genomic loci across a range of human diseases and traits. However, most biobanks are primarily composed of individuals of European ancestry. We introduce the Global Biobank Meta-analysis Initiative (GBMI)-a collaborative network of 23 biobanks from 4 continents representing more than 2.2 million consented individuals with genetic data linked to electronic health records. GBMI meta-analyzes summary statistics from GWASs generated using harmonized genotypes and phenotypes from member biobanks for 14 exemplar diseases and endpoints. This strategy validates that GWASs conducted in diverse biobanks can be integrated despite heterogeneity in case definitions, recruitment strategies, and baseline characteristics. This collaborative effort improves GWAS power for diseases, benefits understudied diseases, and improves risk prediction while also enabling the nomination of disease genes and drug candidates by incorporating gene and protein expression data and providing insight into the underlying biology of human diseases and traits.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
瘦瘦的宛菡完成签到,获得积分10
6秒前
所所应助刘一一采纳,获得10
16秒前
25秒前
28秒前
坚定的问芙完成签到,获得积分10
29秒前
32秒前
37秒前
Lliu完成签到,获得积分10
41秒前
cisco发布了新的文献求助10
42秒前
我是老大应助熊启慧采纳,获得10
46秒前
48秒前
Pami发布了新的文献求助10
49秒前
xL发布了新的文献求助10
53秒前
柒月发布了新的文献求助10
55秒前
xL完成签到,获得积分20
59秒前
支雨泽完成签到,获得积分10
1分钟前
超帅的半莲完成签到,获得积分10
1分钟前
小蘑菇应助cisco采纳,获得10
1分钟前
1分钟前
Colden给Colden的求助进行了留言
1分钟前
发发发完成签到 ,获得积分10
2分钟前
2分钟前
domingo完成签到,获得积分10
2分钟前
玩命的智宸完成签到,获得积分10
2分钟前
丘比特应助domingo采纳,获得10
2分钟前
懦弱的念烟完成签到,获得积分10
2分钟前
2分钟前
熊启慧发布了新的文献求助10
3分钟前
小马甲应助Hg采纳,获得10
3分钟前
wanci应助Colden采纳,获得10
3分钟前
matafeiyan完成签到 ,获得积分10
3分钟前
赘婿应助熊启慧采纳,获得10
3分钟前
小二郎应助xingsi采纳,获得10
3分钟前
复杂惜珊完成签到,获得积分10
3分钟前
3分钟前
3分钟前
xingsi发布了新的文献求助10
3分钟前
3分钟前
xingsi发布了新的文献求助10
3分钟前
Hg发布了新的文献求助10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Römisch-Germanische Forschungen 1000
Social Psychology (第二版) 700
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
The fast track to determining transfer functions of linear circuits: The student guide 500
The Analytical and Numerical Solution of Electric and Magnetic Fields 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7612353
求助须知:如何正确求助?哪些是违规求助? 9187844
关于积分的说明 19683528
捐赠科研通 7186014
什么是DOI,文献DOI怎么找? 3270718
关于科研通互助平台的介绍 2434274
邀请新用户注册赠送积分活动 2265580