Multi-ancestry transcriptome-wide association analyses yield insights into to...

迄今为止，大多数全转录组关联研究 (TWAS) 都侧重于欧洲血统，缺乏多样性。 为了克服这一限制，我们汇总了来自不同祖先的全基因组关联研究 (GWAS) 汇总统计数据、全基因组序列和表达数量性状位点 (eQTL) 数据。 我们开发了一种新方法 TESLA（使用关联统计的最佳线性组合的多祖先综合研究），以将 eQTL 数据集与多祖先 GWAS 集成。 通过利用祖先之间的共享表型效应和适应潜在的效应异质性，TESLA 提高了优于其他 TWAS 方法的能力。 当应用于烟草使用表型时，TESLA 确定了 273 个新基因，与其他 TWAS 方法相比增加了 55%。 这些命中和随后使用 TESLA 进行的精细映射指向具有生物学相关性的目标基因。 计算机药物再利用分析重点介绍了几种具有已知功效的药物，包括右美沙芬和加兰他敏，以及可重新用于治疗尼古丁成瘾的新药，例如肌肉松弛剂。

https://doi.org/10.1038/s41588-022-01282-x