MD
Maria Dimitriou
Author with expertise in Genomic Studies and Association Analyses
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
9
(89% Open Access)
Cited by:
6,799
h-index:
34
/
i10-index:
41
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Common variants associated with plasma triglycerides and risk for coronary artery disease

Ron Do et al.Oct 6, 2013
Sekar Kathiresan and colleagues examine 185 common variants using a modified mendelian randomization approach and provide evidence supporting a causal role of triglyceride-rich lipoproteins in the development of coronary artery disease. Triglycerides are transported in plasma by specific triglyceride-rich lipoproteins; in epidemiological studies, increased triglyceride levels correlate with higher risk for coronary artery disease (CAD). However, it is unclear whether this association reflects causal processes. We used 185 common variants recently mapped for plasma lipids (P < 5 × 10−8 for each) to examine the role of triglycerides in risk for CAD. First, we highlight loci associated with both low-density lipoprotein cholesterol (LDL-C) and triglyceride levels, and we show that the direction and magnitude of the associations with both traits are factors in determining CAD risk. Second, we consider loci with only a strong association with triglycerides and show that these loci are also associated with CAD. Finally, in a model accounting for effects on LDL-C and/or high-density lipoprotein cholesterol (HDL-C) levels, the strength of a polymorphism's effect on triglyceride levels is correlated with the magnitude of its effect on CAD risk. These results suggest that triglyceride-rich lipoproteins causally influence risk for CAD.
0
Citation808
0
Save
0

Genome-wide meta-analysis identifies 11 new loci for anthropometric traits and provides insights into genetic architecture

Sonja Berndt et al.Apr 7, 2013
Erik Ingelsson and colleagues report a large-scale genome-wide meta-analysis for associations to the extremes of anthropometric traits, including body mass index, height, waist-to-hip ratio and clinical obesity. They identify four loci newly associated with height and seven loci newly associated with clinical obesity and find overlap in the genetic structure and distribution of variants identified for these extremes of the trait distributions and for the general population. Approaches exploiting trait distribution extremes may be used to identify loci associated with common traits, but it is unknown whether these loci are generalizable to the broader population. In a genome-wide search for loci associated with the upper versus the lower 5th percentiles of body mass index, height and waist-to-hip ratio, as well as clinical classes of obesity, including up to 263,407 individuals of European ancestry, we identified 4 new loci (IGFBP4, H6PD, RSRC1 and PPP2R2A) influencing height detected in the distribution tails and 7 new loci (HNF4G, RPTOR, GNAT2, MRPS33P4, ADCY9, HS6ST3 and ZZZ3) for clinical classes of obesity. Further, we find a large overlap in genetic structure and the distribution of variants between traits based on extremes and the general population and little etiological heterogeneity between obesity subgroups.
0
Citation603
0
Save
0

A saturated map of common genetic variants associated with human height

Loïc Yengo et al.Oct 12, 2022
Abstract Common single-nucleotide polymorphisms (SNPs) are predicted to collectively explain 40–50% of phenotypic variation in human height, but identifying the specific variants and associated regions requires huge sample sizes 1 . Here, using data from a genome-wide association study of 5.4 million individuals of diverse ancestries, we show that 12,111 independent SNPs that are significantly associated with height account for nearly all of the common SNP-based heritability. These SNPs are clustered within 7,209 non-overlapping genomic segments with a mean size of around 90 kb, covering about 21% of the genome. The density of independent associations varies across the genome and the regions of increased density are enriched for biologically relevant genes. In out-of-sample estimation and prediction, the 12,111 SNPs (or all SNPs in the HapMap 3 panel 2 ) account for 40% (45%) of phenotypic variance in populations of European ancestry but only around 10–20% (14–24%) in populations of other ancestries. Effect sizes, associated regions and gene prioritization are similar across ancestries, indicating that reduced prediction accuracy is likely to be explained by linkage disequilibrium and differences in allele frequency within associated regions. Finally, we show that the relevant biological pathways are detectable with smaller sample sizes than are needed to implicate causal genes and variants. Overall, this study provides a comprehensive map of specific genomic regions that contain the vast majority of common height-associated variants. Although this map is saturated for populations of European ancestry, further research is needed to achieve equivalent saturation in other ancestries.
0
Citation370
0
Save
0

Seventy-five genetic loci influencing the human red blood cell

Pim Harst et al.Dec 1, 2012
Anaemia is a chief determinant of global ill health, contributing to cognitive impairment, growth retardation and impaired physical capacity. To understand further the genetic factors influencing red blood cells, we carried out a genome-wide association study of haemoglobin concentration and related parameters in up to 135,367 individuals. Here we identify 75 independent genetic loci associated with one or more red blood cell phenotypes at P < 10−8, which together explain 4–9% of the phenotypic variance per trait. Using expression quantitative trait loci and bioinformatic strategies, we identify 121 candidate genes enriched in functions relevant to red blood cell biology. The candidate genes are expressed preferentially in red blood cell precursors, and 43 have haematopoietic phenotypes in Mus musculus or Drosophila melanogaster. Through open-chromatin and coding-variant analyses we identify potential causal genetic variants at 41 loci. Our findings provide extensive new insights into genetic mechanisms and biological pathways controlling red blood cell formation and function. A series of genetic studies have led to the discovery of novel independent loci and candidate genes associated with red blood cell phenotype; for a proportion of these genes potential single-nucleotide genetic variants are also identified, providing new insights into genetic pathways controlling red blood cell formation, function and pathology. This genome-wide association study of more than 135,000 individuals identifies 75 independent genetic loci influencing red blood cell phenotypes, enriched for genes involved in cell cycle control, transcriptional regulation, growth factor and cytokine signalling, haemoglobin synthesis, iron handling and cytoskeletal function, as well as a number of genes of uncertain or unknown function. Further analyses identified 121 candidate genes related to red blood cell biology, one-third of which have haematopoietic phenotypes in mouse and Drosophila.
0
Citation316
0
Save
3

A Saturated Map of Common Genetic Variants Associated with Human Height from 5.4 Million Individuals of Diverse Ancestries

Loïc Yengo et al.Jan 10, 2022
ABSTRACT Common SNPs are predicted to collectively explain 40-50% of phenotypic variation in human height, but identifying the specific variants and associated regions requires huge sample sizes. Here we show, using GWAS data from 5.4 million individuals of diverse ancestries, that 12,111 independent SNPs that are significantly associated with height account for nearly all of the common SNP-based heritability. These SNPs are clustered within 7,209 non-overlapping genomic segments with a median size of ~90 kb, covering ~21% of the genome. The density of independent associations varies across the genome and the regions of elevated density are enriched for biologically relevant genes. In out-of-sample estimation and prediction, the 12,111 SNPs account for 40% of phenotypic variance in European ancestry populations but only ~10%-20% in other ancestries. Effect sizes, associated regions, and gene prioritization are similar across ancestries, indicating that reduced prediction accuracy is likely explained by linkage disequilibrium and allele frequency differences within associated regions. Finally, we show that the relevant biological pathways are detectable with smaller sample sizes than needed to implicate causal genes and variants. Overall, this study, the largest GWAS to date, provides an unprecedented saturated map of specific genomic regions containing the vast majority of common height-associated variants.
3
Citation16
0
Save
0

Evaluation of Polygenic Risk Scores for Prediction of Coronary Artery Disease in a Greek Case-Control Study

Maria Dimitriou et al.May 26, 2024
Coronary artery disease (CAD) stands as the most predominant type of cardiovascular disease (CVD). Polygenic risk scores (PRSs) have become essential tools for quantifying genetic susceptibility, and researchers endeavor to improve their predictive precision. The aim of the present work is to assess the performance and the relative contribution of PRSs developed for CVD or CAD within a Greek population. The sample under study comprised 924 Greek individuals (390 cases with CAD and 534 controls) from the THISEAS study. Nine PRSs drawn from the PGS catalog were replicated and tested for CAD risk prediction. PRSs computations were performed in the R language, and snpStats was used to process genotypic data. Descriptive characteristics of the study were analyzed using the statistical software IBM SPSS Statistics v21.0. The effectiveness of each PRS was assessed using the PRS R2 metric provided by PRSice2. Among nine PRSs, PGS000747 greatly increased the predictive value of primary CAD risk factors by 21.6% (p-value = 2.63 × 10−25). PGS000012 was associated with a modest increase in CAD risk by 2.2% (p-value = 9.58 × 10−4). The remarkable risk discrimination capability of PGS000747 stands out as the most noteworthy outcome of our study.