CV
Coralie Viollet
Author with expertise in Standards and Guidelines for Genetic Variant Interpretation
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
7
(86% Open Access)
Cited by:
272
h-index:
18
/
i10-index:
27
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
84

Influences of rare protein-coding genetic variants on the human plasma proteome in 50,829 UK Biobank participants

Ryan Dhindsa et al.Oct 11, 2022
Abstract Combining human genomics with proteomics is becoming a powerful tool for drug discovery. Associations between genetic variants and protein levels can uncover disease mechanisms, clinical biomarkers, and candidate drug targets. To date, most population-level proteogenomic studies have focused on common alleles through genome-wide association studies (GWAS). Here, we studied the contribution of rare protein-coding variants to 1,472 plasma proteins abundances measured via the Olink Explore 1536 assay in 50,829 UK Biobank human exomes. Through a variant-level exome-wide association study (ExWAS), we identified 3,674 rare and significant protein quantitative trait loci (pQTLs), of which 76% were undetected in a prior GWAS performed on the same cohort, and we found that rare pQTLs are less likely to be random in their variant effect annotation. In gene-based collapsing analyses, we identified an additional 166 significant gene-protein pQTL signals that were undetected through single-variant analyses. Of the total 456 protein-truncating variant (PTV)-driven cis -pQTLs in the gene-based collapsing analysis, 99.3% were associated with decreased protein levels. We demonstrate how this resource can identify allelic series and propose biomarkers for several candidate therapeutic targets, including GRN, HSD17B13, NLRC4 , and others. Finally, we introduce a new collapsing analysis framework that combines PTVs with missense cis -pQTLs that are associated with decreased protein abundance to bolster genetic discovery statistical power. Our results collectively highlight a considerable role for rare variation in plasma protein abundance and demonstrate the utility of plasma proteomics in gene discovery and unravelling mechanisms of action.
84
Citation12
0
Save
0

Investigation of the genetic aetiology of Lewy body diseases with and without dementia

Lesley Wu et al.Jan 1, 2024
Up to 80% of Parkinson's disease patients develop dementia, but time to dementia varies widely from motor symptom onset. Dementia with Lewy bodies presents with clinical features similar to Parkinson's disease dementia, but cognitive impairment precedes or coincides with motor onset. It remains controversial whether dementia with Lewy bodies and Parkinson's disease dementia are distinct conditions or represent part of a disease spectrum. The biological mechanisms underlying disease heterogeneity, in particular the development of dementia, remain poorly understood, but will likely be the key to understanding disease pathways and, ultimately, therapy development. Previous genome-wide association studies in Parkinson's disease and dementia with Lewy bodies/Parkinson's disease dementia have identified risk loci differentiating patients from controls. We collated data for 7804 patients of European ancestry from Tracking Parkinson's, The Oxford Discovery Cohort, and Accelerating Medicine Partnership-Parkinson's Disease Initiative. We conducted a discrete phenotype genome-wide association study comparing Lewy body diseases with and without dementia to decode disease heterogeneity by investigating the genetic drivers of dementia in Lewy body diseases. We found that risk allele rs429358 tagging
0

In Silico Treatment: a computational framework for animal model selection and drug assessment

Sergio Picart‐Armada et al.Jun 17, 2024
The translation of findings from animal models to human disease is a fundamental part in the field of drug development. However, only a small proportion of promising preclinical results in animals translate to human pathophysiology. This underscores the necessity for novel data analysis strategies to accurately evaluate the most suitable animal model for a specific purpose, ensuring cross-species translatability. To address this need, we present In Silico Treatment (IST), a computational method to assess translation of disease-related molecular expression patterns between animal models and humans. By simulating changes observed in animals onto humans, IST provides a holistic picture of how well animal models recapitulate key aspects of human disease, or how treatments transform pathogenic expression patterns to healthy ones. Furthermore, IST highlights particular genes that influence molecular features of pathogenesis or drug mode of action. We demonstrate the potential of IST with three applications using bulk transcriptomics data. First, we assessed two mouse models for idiopathic pulmonary fibrosis (IPF): one involving injury with intra-tubular Bleomycin exposure, and the other Adeno-associated-virus-induced, TGFβ1-mediated tissue transformation (AAV6.2-TGFβ1). Both models exhibited gene expression patterns resembling extracellular matrix derangement in human IPF, whereas differences in VEGF-driven vascularization were observed. Second, we confirmed known features of non-alcoholic steatohepatitis (NASH) mouse models, including choline-deficient, l-amino acid-defined diet (CDAA), carbon tetrachloride hepatotoxicity injury (CCl4) and bile duct ligation surgery (BDL). Overall, the three mouse models recapitulated expression changes related to fibrosis in human NASH, whereas model-specific differences were found in lipid metabolism, inflammation, and apoptosis. Third, we reproduced the strong anti-fibrotic signature and induction of the PPARα signaling observed in the Elafibranor experimental treatment for NASH in the CDAA model. We validated the contribution of known disease-related genes to the findings made with IST in the IPF and NASH applications. The complete data integration IST framework, including an interactive app to integrate and compare datasets, is made available as an open-source R package.
0

JUNB O-GlcNAcylation-mediated promoter accessibility of metabolic genes modulates distinct epithelial lineage in pulmonary fibrosis

Marie-Therese Bammert et al.May 30, 2024
Abstract Idiopathic pulmonary fibrosis (IPF) is a lethal disease with substantial unmet medical needs. While aberrant epithelial remodelling is a key factor in IPF progression, the molecular mechanisms behind this process remain elusive. Using a patient-derived 3D distal airway epithelial organoid model, we successfully recapitulate important IPF features, including the emergence of aberrant KRT5+/COL1A1+ basal cells and a metabolic shift towards increased O-linked β-N-acetylglucosamine (O-GlcNAc) levels. Consistent with this, single-cell analysis of accessible chromatin reveals an increased chromatin accessibility in these aberrant basal cells, particularly at JUNB motif-enriched promoter regions of metabolic genes. O-GlcNAcylation shapes JUNB function and promotes a pro-fibrotic response to chronic injury, leading to aberrant epithelial remodelling. Site-specific deletion of O-GlcNAcylation on JUNB attenuates the metaplastic differentiation of basal cells, thereby aiding in the restoration of the alveolar lineage. Together, these data establish a novel link between metabolic dysregulation, mediated by the O-GlcNAc-JUNB axis, and bronchiolization in IPF, offering new therapeutic strategies to treat this fatal disease.