Cross-population GWAS and proteomics improve risk prediction and reveal mechanisms in atrial fibrillation

孟德尔随机化 全基因组关联研究 遗传关联 人口 疾病 计算生物学 医学 生物信息学 内科学 生物 遗传变异 遗传学 单核苷酸多态性 基因 环境卫生 基因型
作者
Shuai Yuan,Jie Chen,Xixian Ruan,Yuying Li,Sarah Abramowitz,Lijuan Wang,Fangyuan Jiang,Ying Xiong,Michael G. Levin,Benjamin F. Voight,Dipender Gill,Stephen Burgess,Agneta Åkesson,Karl Michaëlsson,Xue Li,Scott M. Damrauer,Susanna C. Larsson
出处
期刊:Nature Communications [Nature Portfolio]
卷期号:16 (1): 6426-6426 被引量:9
标识
DOI:10.1038/s41467-025-61720-2
摘要

Atrial fibrillation (AF) is a common cardiac arrhythmia with strong genetic components, yet its underlying molecular mechanisms and potential therapeutic targets remain incompletely understood. We conducted a cross-population genome-wide meta-analysis of 168,007 AF cases and identified 525 loci that met genome-wide significance. Two loci of PITX2 and ZFHX3 genes were identified as shared across populations of different ancestries. Comprehensive gene prioritization approaches reinforced the role of muscle development and heart contraction while also uncovering additional pathways, including cellular response to transforming growth factor-beta. Population-specific genetic correlations uncovered common and unique circulatory comorbidities between Europeans and Africans. Mendelian randomization identified modifiable risk factors and circulating proteins, informing disease prevention and drug development. Integrating genomic data from this cross-population genome-wide meta-analysis with proteomic profiling significantly enhanced AF risk prediction. This study advances our understanding of the genetic etiology of AF while also enhancing risk prediction, prevention strategies, and therapeutic development.
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
刚刚
SEAL完成签到,获得积分10
1秒前
RR发布了新的文献求助10
1秒前
香蕉觅云应助qq采纳,获得10
2秒前
汤人雄完成签到 ,获得积分10
4秒前
科研通AI6.2应助蓝天采纳,获得20
4秒前
4秒前
Zougy完成签到,获得积分20
4秒前
4秒前
nannanxiyu01发布了新的文献求助10
5秒前
小二郎应助Liu采纳,获得10
5秒前
6秒前
情怀应助yang采纳,获得10
6秒前
renzhiai完成签到,获得积分10
6秒前
传奇3应助落寞的白易采纳,获得10
6秒前
7秒前
橙ccc完成签到,获得积分20
7秒前
结实的笑容完成签到,获得积分10
9秒前
脑洞疼应助谦让的歌曲采纳,获得10
10秒前
Lucas应助感动的樱桃采纳,获得10
10秒前
11秒前
wanci应助科研通管家采纳,获得10
11秒前
华仔应助科研通管家采纳,获得30
11秒前
传奇3应助科研通管家采纳,获得10
11秒前
小二郎应助科研通管家采纳,获得10
11秒前
11秒前
wangerer发布了新的文献求助10
11秒前
Zj发布了新的文献求助10
11秒前
桉_完成签到 ,获得积分10
11秒前
Orange应助科研通管家采纳,获得10
11秒前
星辰大海应助科研通管家采纳,获得10
11秒前
今后应助科研通管家采纳,获得30
11秒前
Criminology34应助优雅的雪一采纳,获得10
11秒前
minnn应助科研通管家采纳,获得10
11秒前
12秒前
cdercder应助科研通管家采纳,获得10
12秒前
JamesPei应助科研通管家采纳,获得10
12秒前
共享精神应助科研通管家采纳,获得10
12秒前
隐形曼青应助科研通管家采纳,获得10
12秒前
搜集达人应助科研通管家采纳,获得10
12秒前
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
模型平均及其应用 900
Nondestructive Testing Handbook: Vol. 4, Thermal and Infrared Testing (IR), 4th ed 800
作者名:Kristopher P. Plain,悉尼大学的,目前只能查到其四篇论文,想找到其博士论文 590
Évora na Idade Média 555
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Structural Analysis 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 7351856
求助须知:如何正确求助?哪些是违规求助? 8963287
关于积分的说明 19041308
捐赠科研通 7001052
什么是DOI,文献DOI怎么找? 3221408
关于科研通互助平台的介绍 2385854
邀请新用户注册赠送积分活动 2201844