多组学分析揭示格雷夫斯病治疗候选基因
该数据集是一个专注于格雷夫斯病遗传机制研究的公开医学数据集，其数据模态主要包括基因组学层面的甲基化、基因表达和蛋白质水平的数量性状位点数据。它通过整合多组学分析和孟德尔随机化方法，系统地揭示了与疾病相关的关键基因如AGER和AIF1，并预测了潜在的靶向治疗药物，主要应用于自身免疫性甲状腺疾病的病因探索、治疗靶点发现及药物研发等研究方向。
创建时间2025-12-22
更新时间2025-12-22
原始链接
https://figshare.com/articles/dataset/Multi-omics_profiling_uncovers_candidate_genes_for_the_treatment_of_graves_disease/30931680
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是基于汇总数据的孟德尔随机化（SMR）研究，旨在通过多组学方法探究格雷夫斯病（GD）的遗传基础，阐明其生物学机制并识别潜在治疗靶点。研究整合了来自芬兰基因库（FinnGen）的发现队列以及独立的全基因组关联研究（GWAS）验证数据集，包含甲基化数量性状位点（mQTL）、表达数量性状位点（eQTL）和蛋白质数量性状位点（pQTL）等多组学数据。通过SMR、贝叶斯共定位分析、功能富集分析和药物特征数据库（DsigDB）药物预测等方法，揭示了AGER和AIF1等关键基因在多组学层面与GD的显著关联，并指出这些基因涉及免疫/炎症通路。该数据集为理解GD的发病机制提供了新见解，并为其治疗策略和药物开发提供了潜在方向。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 格雷夫斯病 的高质量、多模态真实临床数据定制解决方案。
