导读
心脏代谢性疾病是导致死亡的主要原因，并且在全球人口中的流行率继续上升。全基因组关联研究(GWAS)已经确定了大量的易感基因位点。然而，这些基因仪器发挥作用的精确生物网络在很大程度上仍不为人所知。蛋白质组学等中间性状的遗传学将提供对疾病相关机制和途径的见解，指出新的药物靶点，并识别新的生物标记物，以改善早期发现和诊断。蛋白质性状的GWAS最近已经变得可行，但推测的GWAS芯片数据只提供了对蛋白质性状遗传结构的部分见解，特别是在捕捉罕见变异方面。目前缺乏结合蛋白质组数据和高深度全基因组测序的大型研究，这是研究罕见变异的作用所必需的。在这里，作者在一个基于人群的队列(Manolis)中，对个与心脏代谢性疾病相关的血清蛋白水平和13,,个单核苷酸变异(SNV)进行了基于全基因组序列的关联分析，并评估了蛋白质数量性状位点(PQTL)在心脏代谢性疾病中的共定位、原因和预测能力。作者报告了50个蛋白质数量性状位点上的新的单变量关联，包括这个孤立队列中频率显著增加的变异体。作者发现了可靠的、可复制的证据表明，罕见变异(调节和编码)的负担独立于常见的变异信号，影响了五个顺式基因座(ACP6、PON3、IL1RL1、DPP7、CTSO)的蛋白质水平。作者描述了三个位点，功能信息支持蛋白质-疾病关联的因果证据。最后，作者证明了高胆固醇血症的预测模型通过包含来自多个蛋白质的多基因信息而显著改善，强调了基因决定的蛋白质水平对心血管疾病风险的贡献。
论文ID
题目：Whole-genomesequencinganalysisofthecardiometabolicproteome
译名：心脏代谢蛋白质组全基因组序列分析
期刊：NATURECOMMUNICATIONS
IF：12.
发表时间：.12.10
通讯作者单位:德国纽黑堡德国环境健康研究中心
DOI号：
