2024-11-14 BiorRxiv预印本速读【Genetics】

文章预览

本文内容为生成式AI对文章进行总结后得到，版权归原文作者所有。总结内容可靠性无保障，请仔细鉴别并以原文为准。                     scPrediXcan integrates advances in deep learning and single-cell data into a powerful cell-type-specific transcriptome-wide association study framework Zhou, Y.; Adeluwa, T.; et.al., Hae Kyung Im* University of Chicago https://doi.org/10.1101/2024.11.11.623049 来自芝加哥大学的这项研究工作提出了scPrediXcan，一个结合了深度学习和单细胞数据的转录组全关联研究框架。该研究团队开发了一个名为ctPred的预测模型，它能够以高精度预测细胞类型的表达，并捕捉到线性模型忽略的复杂的基因调控语法。scPrediXcan通过ctPred在2型糖尿病和系统性红斑狼疮中的应用，比传统的TWAS框架更有效地识别了候选因果基因，解释了更多的GWAS位点，并提供了关于TWAS发现的细胞特异性的见 ………………………………