Lunes, 16 de noviembre de 2026
Portada de las 21:20
Todos los periódicos y la radio, en unoEscrito por IA a partir de 26 medios · Cómo se hace
Biología y genética
Genética y genómica · eQTL de célula única

jaxQTL identifica más eGenes en el mapeo de eQTL de célula única

El marco se evaluó en OneK1K, con datos de 1,27 millones de células mononucleares de sangre periférica de 982 donantes. El modelo binomial negativo detectó más eGenes que tensorQTL y fue más eficiente que SAIGE-QTL.

1 medioLas fuentes

Escucha la noticia2 min

jaxQTL, un marco para mapear eQTL de célula única, identificó más eGenes que los métodos existentes al analizar OneK1K, en particular entre los genes con baja expresión. El trabajo, publicado en Nature Genetics, aborda cómo mejorar la potencia y la eficiencia de estos análisis sin perder calibración estadística en datos de expresión escasos.

El método agrega los recuentos de RNA-seq por donante y tipo celular en pseudobulk y ajusta modelos lineales generalizados que representan directamente la distribución de los recuentos, incluidas las distribuciones de Poisson y binomial negativa. Combina compilación just-in-time con JAX y pruebas de puntuación por bloques para explorar variantes cis. En OneK1K se analizaron datos de 1,27 millones de células mononucleares de sangre periférica de 982 donantes.

En simulaciones parametrizadas con OneK1K, el modelo binomial negativo ofreció más potencia que los modelos lineales y de Poisson, manteniendo calibrado el error de tipo I en los escenarios evaluados. En el análisis empírico, detectó más eGenes que tensorQTL y mostró potencia y calibración similares a SAIGE-QTL, con mayor eficiencia computacional. Los eQTL finamente mapeados se enriquecieron en elementos reguladores distales y potenciadores específicos de tipo celular. Aunque la mayoría de sus efectos se compartió entre tipos celulares, la especificidad aumentó con la distancia al sitio de inicio de la transcripción.

El análisis también encontró que los eQTL de célula única explicaban una fracción mayor de la heredabilidad de rasgos inmunitarios asociados a GWAS que los eQTL de tejido a granel. La mejora, sin embargo, no resuelve por completo la brecha entre GWAS y eQTL. Los autores señalan además un problema técnico: ACAT-V podía inflar el error de tipo I para genes con cobertura extremadamente baja; aplicar una aproximación saddle point antes de esa prueba recuperó la calibración.

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: gpt-6-luna.