HY
Hongxi Yang
Author with expertise in Impact of Social Factors on Health Outcomes
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
5
(80% Open Access)
Cited by:
2
h-index:
22
/
i10-index:
40
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

CAUSALdb2: an updated database for causal variants of complex traits

Jianhua Wang et al.Nov 18, 2024
Abstract Unraveling the causal variants from genome wide association studies (GWASs) is pivotal for understanding genetic underpinnings of complex traits and diseases. Despite continuous efforts, tools to refine and prioritize GWAS signals need enhancement to address the direct causal implications of genetic variations. To overcome challenges related to statistical fine-mapping in identifying causal variants, CAUSALdb has been updated with novel features and comprehensive datasets, morphing into CAUSALdb2. This expanded repository integrates 15 057 updated GWAS summary statistics across 10 839 unique traits and implements both LD-based and LD-free fine-mapping approaches, including innovative applications of approximate Bayes Factor and SuSiE. Additionally, by incorporating larger LD reference panels such as TOPMED and UK Biobank, and integrating functional annotations via PolyFun, CAUSALdb2 enhances the accuracy and context of fine-mapping results. The database now supports interrogation of additional causal signals and offers sophisticated visualizations to aid researchers in deciphering complex genetic architectures. By facilitating a deeper and more precise characterisation of causal variants, CAUSALdb2 serves as a crucial tool for advancing the genetic analysis of complex diseases. Available freely, CAUSALdb2 continues to set benchmarks in the post-GWAS era, fostering the development of targeted diagnostics and therapeutics derived from responsible genetic research. Explore these advancements at http://mulinlab.org/causaldb.
0
Citation1
0
Save
3

Unraveling the causal genes and transcriptomic determinants of human telomere length

Yingying Chang et al.Feb 3, 2023
Abstract Telomere length (TL) shortening is a pivotal indicator of biological aging and is associated with many human diseases. The genetic determinates of human TL have been widely investigated, however, most existing studies were conducted based on adult tissues which are heavily influenced by lifetime exposure. Based on the analyses of terminal restriction fragment (TRF) length of telomere, individual genotypes, and gene expressions on 166 healthy placental tissues, we systematically interrogated TL-modulated genes and their potential functions. We found that placental TL is relatively longer across human tissues and which maintenance is mostly connected to genes responsible for alternative lengthening of telomeres. Trans-ancestral TL genome-wide association studies (GWASs) on 644,553 individuals identified 20 novel genetic associations and provided increased polygenic determination of human TL. Next, we integrated the powerful TL GWAS with placental expression quantitative trait locus (eQTL) mapping to prioritize 31 likely causal genes, among which 4 were functionally validated, including MMUT, RRM1, KIAA1429 , and YWHAZ . Finally, modeling transcriptomic signatures and TRF-based TL improved the prediction performance of human TL. This study deepened our understanding of causal genes and transcriptomic determinants of human TL, promoting the mechanistic research on fine-grained TL regulation.