FinnGen предоставляет генетические сведения о хорошо фенотипированном изолированном населении

FinnGen provides genetic insights from a well-phenotyped isolated population
Mark I. McCarthy, Tuomo J Meretoja, Teemu Niiranen, Jaakko Kaprio, Heiko Runz, Olli Carpén, Robert M. Plenge, Mark J. Daly, Taru Tukiainen, Mitja Kurki, Aarno Palotie, Hilkka Soininen, Robert Graham, Mikko Hiltunen, Athena Matakidou, Jari A. Laukkanen, Mari Nelis, Andres Metspalu, Teemu Paajanen, Mika Kähönen, Elisa Lahtela, Reetta Kälviäinen, Howard J. Jacob, David Pulford, Antti Mäkitie, Hilary K. Finucane, Richard W. Siegel, Anders Mälarstig, Kai Kaarniranta, Pirkko J. Pussinen, Anu Loukola, Valtteri Julkunen, Masahiro Kanai, Wei Zhou, Pietro Della Briotta Parolo, Juha Karjalainen, Sahar V. Mozaffari, Andrea Ganna, Triin Laisk, Priit Palta, Chia‐Yen Chen, Jacob C. Ulirsch, Reedik Mägi, Tõnu Esko, Lili Milani, Joel Rämö, Rodosthenis S. Rodosthenous, Aoxing Liu, Markus Perola, Aino Salminen, Petri Virolainen, Caroline S. Fox, Sirpa Soini, Martti Färkkilâ, Veli‐Matti Kosma, Jeffrey F. Waring, Antti Palomäki, Åsa K. Hedman, Kati Kristiansson, Johannes Kettunen, Veikko Salomaa, Samuli Ripatti, Aki S. Havulinna, Xinli Hu, Slavé Petrovski, Henrike Heyne, Hannele Laivuori, Katriina Aalto‐Setälä, Heikki Joensuu, Kari K. Eklund, Neha Raghavan, Tomi P. Mäkelä, Kaisa Tasanen, Ioanna Tachmazidou, Pentti Tienari, Sally John, Iiris Hovatta, FinnGen, Kirsi Auro, Juhani Junttila, Johanna Schleutker, Tiinamaija Tuomi, Dirk S. Paul, Adam Platt, Susanna Lemmelä, Oluwaseun Alexander Dada, Hanna M. Ollila, Sina Rüeger, Dawn Waterworth, Bridget Riley‐Gillis, Fedik Rahimov, Jae Hoon Sul, Christopher N. Foley, Hannele Mattsson, Mervi Aavikko, Elmo Saarentaus, Benjamin B. Sun, Rion Pendergrass, Sanna Toppila‐Salmi, Mari Niemi, Antti Hakanen, Eric M. Green, Kaisa Silander, K. Klinger, Terhi Kilpi, Joseph Maranville, Nina Mars, Tuomo Kiiskinen, Timo P. Sipilä, Kati Donner, Mary Pat Reeve, Mari Kaunisto, Päivi Laiho, Arto Lehistö, Kumar Veerapen, Sanni Ruotsalainen, Kalle Pärn, Tero Hiekkalinna, Sami Koskelainen, Vincent Llorens, Javier Gracia‐Tabuenca, Harri Siirtola, Kadri Reis, Abdelrahman G. Elnahas, Kaur Alasoo, Mikko Arvas, Shameek Biswas, Argyro Bizaki-Vallaskangas, Zhihao Ding, Margaret G. Ehm, Awaisa Ghazal, Marco Hautalahti, Reetta Hinttala, Adriana Huertas‐Vázquez, Laura Huilaja, Julie Hunkapiller, Jan-Nygaard Jensen, Marc Jung, Risto Kajanne, Lila Kallio, Nurlan Kerimov, Elina Kilpeläinen, Teijo Kuopio, Venla Kurra, Nathan Lawless, Simonne Longerich, Johanna Mäkelä, Arto Mannermaa, Anu Reigo, Marianna Niemi, Christopher J. O´Donnell, Ma´en Obeidat, George Okafo, Tuula Palotie, Jukka Partanen, Margit Pelkonen, Anne Pitkäranta, Eero Punkka, Deepak K. Rajpal, Nicole Renaud, Eveliina Salminen, Raisa Serpi, Huei-Yi Shen, Sanna Siltanen, Joni A. Turunen, Felix Vaura, Robert Yang, Anu Jalanko, Tarja Laitinen
2023-01-18

FinnGenтонкая карта кодирующих вариантовгеномные ассоциативные исследования (GWAS)низкочастотные варианты (0.1%–5% ЧРЧ)изолированная популяция
Изолированные популяции, такие как финская, представляют ценность для генетических исследований, поскольку вредные аллели часто сосредоточены в небольшом числе низкочастотных вариантов (0,1% ≤ частота минорного аллеля < 5%). Эти варианты пережили основополагающее бутылочное горлышко (founding bottleneck), вместо того чтобы распределяться по большому числу ультраредких вариантов. Хотя этот эффект хорошо известен в менделевской генетике, его значение для генетики распространённых заболеваний изучено меньше. Проект FinnGen нацелен на изучение геномов и данных национальных регистров здравоохранения 500 000 финских участников. С учётом относительно высокого медианного возраста участников (63 года) и значительной доли набора через больницы, когорты FinnGen обогащены клиническими конечными точками заболеваний. Здесь мы анализируем данные 224 737 участников FinnGen и исследуем 15 заболеваний, ранее изучавшихся в крупных исследованиях ассоциаций по всему геному (GWAS). Мы также включаем мета-анализы данных биобанков Эстонии и Великобритании. Мы выявили 30 новых ассоциаций, в основном низкочастотных вариантов, обогащённых в финской популяции. GWAS по 1 932 заболеваниям также выявил 2 733 ассоциации, значимые по всему геному (893 значимые по феному (PWS), P < 2,6 × 10^−11) в 2 496 (771 PWS) независимых локусах с 807 (247 PWS) конечными точками. В их числе тонкое картирование (fine-mapping) выделило 148 (73 PWS) кодирующих вариантов, ассоциированных с 83 (42 PWS) конечными точками. Более того, 91 (47 PWS) имели частоту аллеля <5% в нефинских европейских популяциях, из которых 62 (32 PWS) были обогащены более чем в два раза в Финляндии. Эти результаты демонстрируют силу популяций, переживших бутылочное горлышко, для обнаружения входных точек в биологию распространённых заболеваний через низкочастотные варианты с большим эффектом.
1
GWAS по 1 932 заболеваниям обнаружил 2 733 геномно-значимые ассоциации в 2 496 независимых локусах, включая 893 феномно-значимые (PWS) ассоциации (P < 2,6 × 10⁻¹¹).
2
Анализ 15 заболеваний и метаанализы с биобанками Эстонии и Великобритании выявили 30 новых ассоциаций, преимущественно низкочастотных вариантов, обогащённых в Финляндии.
3
Популяции с эффектом бутылочного горлышка (изоляты), такие как Финляндия, эффективны для обнаружения низкочастотных, высоко-воздействующих вариантов, дающих вход в биологию общих заболеваний.
4
Файн-маппинг указал на 148 кодирующих вариантов (73 PWS), связанных с 83 конечными точками (42 PWS).
5
FinnGen проанализировал генетические данные и данные национальных регистров здоровья 224 737 финских участников (в рамках когорты из 500 000), обогащённой случаями заболеваний.
6
Девяносто один вовлечённый вариант (47 PWS) имели частоту аллеля <5% у нефинских европейцев; 62 из них (32 PWS) были обогащены более чем в два раза в Финляндии.

Когорта FinnGen: 224 737 хорошо фенотипированных финских участников (популяционный изолят) с геномными данными, связанными с национальными регистрами здравоохранения и биобанками

Генетические ассоциации низкочастотных (0,1%–5%) и обогащённых вариантов с распространёнными заболеваниями по 1 932 фенотипам, включая обнаружение новых геномных значимых локусов, тонкое картирование кодирующих вариантов и эффекты обогащения в результате бутылочного эффекта популяции

Publication Details
Publication Date
2023-01-18
Journal
Publisher
ISSN
Cited by
4336
Access Type
Author Information
Authors
Mark I. McCarthy
Tuomo J Meretoja
Teemu Niiranen
Jaakko Kaprio
Heiko Runz
Olli Carpén
Robert M. Plenge
Mark J. Daly
Taru Tukiainen
Mitja Kurki
Aarno Palotie
Hilkka Soininen
Robert Graham
Mikko Hiltunen
Athena Matakidou
Jari A. Laukkanen
Mari Nelis
Andres Metspalu
Teemu Paajanen
Mika Kähönen
Elisa Lahtela
Reetta Kälviäinen
Howard J. Jacob
David Pulford
Antti Mäkitie
Hilary K. Finucane
Richard W. Siegel
Anders Mälarstig
Kai Kaarniranta
Pirkko J. Pussinen
Anu Loukola
Valtteri Julkunen
Masahiro Kanai
Wei Zhou
Pietro Della Briotta Parolo
Juha Karjalainen
Sahar V. Mozaffari
Andrea Ganna
Triin Laisk
Priit Palta
Chia‐Yen Chen
Jacob C. Ulirsch
Reedik Mägi
Tõnu Esko
Lili Milani
Joel Rämö
Rodosthenis S. Rodosthenous
Aoxing Liu
Markus Perola
Aino Salminen
Petri Virolainen
Caroline S. Fox
Sirpa Soini
Martti Färkkilâ
Veli‐Matti Kosma
Jeffrey F. Waring
Antti Palomäki
Åsa K. Hedman
Kati Kristiansson
Johannes Kettunen
Veikko Salomaa
Samuli Ripatti
Aki S. Havulinna
Xinli Hu
Slavé Petrovski
Henrike Heyne
Hannele Laivuori
Katriina Aalto‐Setälä
Heikki Joensuu
Kari K. Eklund
Neha Raghavan
Tomi P. Mäkelä
Kaisa Tasanen
Ioanna Tachmazidou
Pentti Tienari
Sally John
Iiris Hovatta
FinnGen
Kirsi Auro
Juhani Junttila
Johanna Schleutker
Tiinamaija Tuomi
Dirk S. Paul
Adam Platt
Susanna Lemmelä
Oluwaseun Alexander Dada
Hanna M. Ollila
Sina Rüeger
Dawn Waterworth
Bridget Riley‐Gillis
Fedik Rahimov
Jae Hoon Sul
Christopher N. Foley
Hannele Mattsson
Mervi Aavikko
Elmo Saarentaus
Benjamin B. Sun
Rion Pendergrass
Sanna Toppila‐Salmi
Mari Niemi
Antti Hakanen
Eric M. Green
Kaisa Silander
K. Klinger
Terhi Kilpi
Joseph Maranville
Nina Mars
Tuomo Kiiskinen
Timo P. Sipilä
Kati Donner
Mary Pat Reeve
Mari Kaunisto
Päivi Laiho
Arto Lehistö
Kumar Veerapen
Sanni Ruotsalainen
Kalle Pärn
Tero Hiekkalinna
Sami Koskelainen
Vincent Llorens
Javier Gracia‐Tabuenca
Harri Siirtola
Kadri Reis
Abdelrahman G. Elnahas
Kaur Alasoo
Mikko Arvas
Shameek Biswas
Argyro Bizaki-Vallaskangas
Zhihao Ding
Margaret G. Ehm
Awaisa Ghazal
Marco Hautalahti
Reetta Hinttala
Adriana Huertas‐Vázquez
Laura Huilaja
Julie Hunkapiller
Jan-Nygaard Jensen
Marc Jung
Risto Kajanne
Lila Kallio
Nurlan Kerimov
Elina Kilpeläinen
Teijo Kuopio
Venla Kurra
Nathan Lawless
Simonne Longerich
Johanna Mäkelä
Arto Mannermaa
Anu Reigo
Marianna Niemi
Christopher J. O´Donnell
Ma´en Obeidat
George Okafo
Tuula Palotie
Jukka Partanen
Margit Pelkonen
Anne Pitkäranta
Eero Punkka
Deepak K. Rajpal
Nicole Renaud
Eveliina Salminen
Raisa Serpi
Huei-Yi Shen
Sanna Siltanen
Joni A. Turunen
Felix Vaura
Robert Yang
Anu Jalanko
Tarja Laitinen
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%