Cost-effective non-additive GWAS across 2329 diseases in 500,349 individuals
6.5
来源：
Nature
关键字：
computational biology
发布时间：
2025-12-13 23:37
摘要：
研究提出了一种新方法，通过非加性GWAS在500,349个个体中识别2329种疾病的781个新遗传位点，显著降低了计算成本，同时保留了大部分真实的非加性关联。这一成果为生物医学研究提供了重要的遗传证据，可能推动新药开发和疾病机制的深入理解。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分
business_impact
0.5分
scientific_rigor
1.5分
timeliness_innovation
1.5分
investment_perspective
2.0分
market_value_relevance
1.0分
team_institution_background
0.5分
technical_barrier_competition
0.5分
关键证据
提出了一种新的非加性GWAS方法，能够在大规模数据集中识别新的遗传位点。
该方法在FinnGen数据集上应用，涉及500,349个个体和2329种表型。
研究显示该方法在保留真实非加性关联的同时，计算成本降低了三个数量级。
真实性检查
否
AI评分总结
研究提出了一种新方法，通过非加性GWAS在500,349个个体中识别2329种疾病的781个新遗传位点，显著降低了计算成本，同时保留了大部分真实的非加性关联。这一成果为生物医学研究提供了重要的遗传证据，可能推动新药开发和疾病机制的深入理解。