Samenvatting
- Sinds in 2001 de eerste kaart van het volledige genoom werd gepubliceerd, is de kennis over onze genetische code exponentieel toegenomen.
- Naast hoogrisicogenen voor monogenetische ziekten, zoals de ziekte van Huntington en cystische fibrose, zijn er voor veelvoorkomende ziekten als borstkanker en hart- en vaatziekten middels genoombrede associatiestudies vele genetische varianten geïdentificeerd die elk een klein risicoverhogend effect hebben.
- Op basis van deze ‘single nucleotide polymorphisms’ (SNP’s) kan een polygenetische risicoscore (PRS) worden berekend, waarmee steeds accurater een inschatting van het individuele ziekterisico kan worden gemaakt.
- De resultaten van epidemiologische studies waarin een PRS wordt gebruikt om iemands totale genetische risico op bepaalde ziekten te voorspellen, zijn veelbelovend.
- In de toekomst is de PRS mogelijk een waardevolle aanvulling op traditionele monogenetische tests, maar het is van belang dat de voorspellende waarde van de genetische risicoprofielen verder toeneemt en dat duidelijker wordt hoe de clinicus zo’n genetisch risicoprofiel – in combinatie met traditionele risicofactoren – moet interpreteren.
Kernpunten
- Genetische diagnostiek richt zich in de klinische praktijk hoofdzakelijk op zeldzame varianten in hoogrisicogenen, die volgens een Mendeliaans patroon overerven.
- De erfelijkheid van veelvoorkomende ziekten wordt voor een belangrijk deel bepaald door veel laagrisicovarianten in een groot aantal genen.
- De effecten van deze laagrisicovarianten kunnen gecombineerd worden in een polygenetische risicoscore (PRS), die het genetische risicoprofiel van een persoon weerspiegelt.
- De PRS kan met bekende, traditionele risicofactoren gecombineerd worden om het risico op een ziekte of aan ziekte gerelateerde uitkomsten te stratificeren.
- Naar verwachting vormen PRS voor verschillende ziektebeelden in de toekomst een toevoeging op de bestaande monogenetische diagnostiek.
artikel
Casus
Een 36-jarige vrouw komt bij de klinisch geneticus nadat zij recent is gediagnosticeerd met borstkanker. Zij spreekt de angst uit dat ze erfelijk belast is, omdat ook haar moeder en tante borstkanker hadden. Patiënte wil weten of inderdaad sprake is van een erfelijke aanleg en wat de ziekterisico’s zijn voor haar zus en dochters. De klinisch geneticus brengt met patiënte de stamboom in kaart en geeft voorlichting over genetische diagnostiek, waarna patiënte zich laat testen op mutaties in hoogrisicogenen voor borstkanker, waaronder het BRCA1- en BRCA2-gen. Zij reageert opgelucht wanneer ze na een aantal weken hoort dat ze geen draagster van een mutatie is. Toch is hiermee een erfelijke belasting niet uitgesloten. De klinisch geneticus legt uit dat de oorzaak van haar borstkanker mogelijk multifactorieel is en dat een combinatie van vele genen mogelijk heeft geleid tot een verhoogd ziekterisico. Het ‘lifetime’-risico (LTR) voor haar vrouwelijke eerstegraadsverwanten wordt op basis van de stamboom geschat op 20-25%; aan hen wordt aangeraden om in de leeftijd van 40-50 jaar elk jaar via de huisarts een mammogram te laten maken en om vanaf de leeftijd van 50 jaar deel te nemen aan het bevolkingsonderzoek. Hoewel het opstellen van een uitgebreid genetisch risicoprofiel op basis van veel laagrisicovarianten tot nu toe alleen in onderzoeksverband plaatsvindt, verwacht de klinisch geneticus dat er in de toekomst met polygenetische risicoscores een nauwkeurigere risicoschatting kan worden gemaakt. De klinisch geneticus hoopt dat zij patiënten hiermee een gepersonaliseerd surveillanceadvies kan geven.
Ver voordat het menselijke genoom in 2001 in kaart werd gebracht,1 was al bekend dat mutaties in bepaalde genen ernstige gevolgen hebben voor de gezondheid. Deze mutaties leiden tot zogenoemde Mendeliaanse, monogenetische ziekten, die in families dominant of recessief overerven. Dankzij het volledige overzicht van het genoom weten we nu dat er veel genetische varianten bestaan die gerelateerd zijn aan een kleine verhoging van het risico op een bepaalde ziekte. Hierbij gaat het om veranderingen in één basenpaar in het gen (bijvoorbeeld: cytosine in plaats van thymine): de zogenoemde ‘single nucleotide polymorphisms’ (SNP, spreek uit: ‘snip’). Associaties tussen deze SNP’s en ziekten worden onderzocht door in genoombrede associatiestudies (GWAS) van elke SNP afzonderlijk te testen of deze vaker voorkomt bij patiënten dan bij controlepersonen. Deze associaties zijn dus statistische verbanden, wat betekent dat de genetische variant niet per se een causaal verband met de ziekte hoeft te hebben. Recente GWAS hebben aangetoond dat grote populaties nodig zijn om de kleine effecten van SNP’s betrouwbaar aan te kunnen tonen. Hoewel de grootte van de associatie van elke afzonderlijke SNP met de ziekte klein is, bepalen de SNP’s gezamenlijk een aanzienlijk deel van het ziekterisico en de erfelijkheid van vele aandoeningen.2
Polygenetische risicoscores
Door de effecten van verschillende SNP’s bij elkaar te voegen, kan het genetische risicoprofiel van een individu worden opgesteld. De gewogen optelsom van een groot aantal genetische risico’s over de hele breedte van het genoom wordt ook wel een ‘polygenetische risicoscore’ (PRS) genoemd.3 De PRS wordt berekend door het aantal risicoallelen dat een persoon draagt voor een bepaalde SNP – 0, 1 of 2 allelen – te vermenigvuldigen met het effect van de variant op het ziekterisico, en vervolgens deze getallen van alle SNP’s bij elkaar op te tellen. In de berekening worden SNP’s meegenomen die relatief vaak voorkomen (> 1%) en ieder op zich een klein risico verhogend effect hebben. De voorspellende waarde van de PRS neemt toe naarmate de betreffende ziekte een grotere erfelijke component heeft en de score meer genetische varianten met een risicoverhogend effect bevat. Er wordt bij de berekening aangenomen dat de effecten van de SNP’s additief zijn, dat wil zeggen: er wordt verondersteld dat er geen interacties bestaan tussen de risicovarianten.
Aanvankelijk werden voor de berekeningen van de PRS alleen SNP’s geselecteerd waarvan in een GWAS was aangetoond dat ze statistisch significant gerelateerd waren aan de ziekte. Steeds vaker worden echter ook SNP’s gebruikt die niet statistisch significant gerelateerd zijn aan de ziekte. De voorspellende waarde van de PRS neemt hierdoor toch toe, doordat veel SNP’s die de strenge significantiedrempel in GWAS niet halen (p < 5 × 10-8) wel betrokken zijn bij de ziekte.3 Met de ontdekking van nieuwe SNP’s in almaar grotere GWAS, geven de PRS een steeds nauwkeuriger afspiegeling van het totale genetische risico en neemt de wetenschappelijke interesse in de PRS toe (figuur).

Risicostratificatie met de PRS
Wanneer SNP’s in GWAS ontdekt zijn, kunnen deze vervolgens in een onafhankelijke populatie worden gebruikt om aan ziekte gerelateerde uitkomstmaten te voorspellen, zoals het ziekterisico (tabel 1), de prognose en de effectiviteit van een behandeling. Wanneer de PRS met een groot aantal genetische varianten – soms meer dan 100.000 SNP’s – in een grote populatie wordt berekend, vormen de PRS in de populatie een normaalverdeling. Om deze continue genetische score klinisch te kunnen gebruiken, kunnen afkapwaarden van de PRS worden gehanteerd om patiënten in een klinisch relevante hoog- of laagrisicogroep in te delen. Uit de bijbehorende relatieve risico’s kan met behulp van gegevens uit cohortstudies een absoluut risico op een bepaalde ziekte worden berekend.

Klinische toepassingen
Borstkanker
DNA-diagnostiek naar erfelijke aanleg voor borstkanker richt zich in de hedendaagse klinische praktijk op genmutaties die gepaard gaan met een hoog risico op een bepaalde ziekte geven. Veelvoorkomende laagrisicovarianten bepalen echter in aanzienlijke mate het risico op borstkanker, waardoor de PRS mogelijk een klinisch relevante rol kan innemen.4 In recent onderzoek had de PRS, die werd berekend op basis van 313 SNP’s, een voorspellend vermogen (‘area under the curve’, AUC) van 0,63,5 wat gepaard ging met een duidelijk verschil in het LTR op borstkanker (zie tabel 1). Door de PRS met andere bekende risicofactoren te combineren, zoals de leeftijd van de vrouw bij de geboorte van haar eerste kind, de leeftijd van de vrouw bij het begin van de menopauze en borstdichtheid, kan het absolute risico op borstkanker mogelijk nog beter worden geschat.6 Recente simulaties lieten zien dat de combinatie van traditionele risicofactoren en de PRS een betere voorspellend vermogen heeft dan deze risicofactoren alleen (AUC: 0,708 vs. 0,618).7
In de huidige klinische praktijk wordt de mate van surveillance met mammografie bepaald door het borstkankerrisico (tabel 2). Dit risico is opgedeeld in verschillende categorieën: een gemiddeld risico (LTR van ongeveer 13%), een matig verhoogd risico (20-30%), een sterk verhoogd risico (30-40%) en een zeer sterk verhoogde risico, zoals bij dragers van een mutatie in het BRCA1 - of BRCA2 -gen (60-80%).8 Het incorporeren van risico’s op basis van de PRS in deze risicostratificatie kan ertoe leiden dat vrouwen in een lagere of juist hogere risicocategorie komen, met navenante veranderingen in het surveillancebeleid. In een eerdere studie was dit het geval voor 23% van de patiënten.9

Zo kan het gebruik van de PRS in de toekomst mogelijk gevolgen hebben voor de frequentie van de surveillance en de leeftijd waarop de surveillance start. Ook voor patiënten van wie bekend is dat zij drager zijn van een mutatie in een hoogrisicogen, is de PRS mogelijk van toegevoegde waarde: voor dragers van een mutatie in het BRCA1 - of BRCA2 -gen is het LTR op borstkanker aanzienlijk lager voor vrouwen in de laagste PRS-categorie (56%) dan voor vrouwen in de hoogste PRS-categorie (75%).10 Er is dus een additief effect van veelvoorkomende varianten op de al bekende hoogrisicovarianten. Het is aannemelijk dat soortgelijke verbeteringen in de genetische predictie van ziekterisico’s ook gelden voor andere veelvoorkomende kankersoorten, zoals dikkedarmkanker en prostaatkanker.11,12
Hart- en vaatziekten
Een inschatting van het risico op hart- en vaatziekten wordt traditioneel gemaakt op basis van bekende risicofactoren, zoals hypertensie, roken en overgewicht.13 Een betere risicovoorspelling met genetische diagnostiek kan eraan bijdragen dat preventieve therapie en leefstijladviezen om hart- en vaatziekten te voorkómen nog eerder de groep mensen bereiken die hier het meeste baat bij hebben. Er zijn al geruime tijd meerdere genen bekend die betrokken zijn bij de cholesterolhuishouding, zoals het LDLR -gen, die in geval van een mutatie leiden tot familiaire hypercholesterolemie.14 Bij mensen met een dergelijke mutatie kunnen hart- en vaatziekten al op relatief jonge leeftijd optreden. Naast deze hoogrisicovarianten, zijn er met GWAS veel hoogfrequente, doorgaans laagrisicovarianten gevonden die het risico op atherosclerose in de algemene populatie bepalen en die gebruikt kunnen worden in een genetisch risicoprofiel.15 Hoewel de PRS nog beperkt in staat is hart- en vaatziekten te voorspellen in epidemiologische studies (AUC: 0,623), lieten deze studies wel verschillen zien in de absolute risico’s tussen mensen met een lage PRS (circa 10%) en mensen met een hoge PRS (circa 30%).16 Een recente studie liet zien dat verstandige leefstijlkeuzes juist bij mensen met een hoge PRS gerelateerd was aan een sterkere reductie van de sterfte aan hart- en vaatziekten.17 Recent onderzoek suggereert verder dat de PRS het risico op hart- en vaatziekten beter voorspelt in combinatie met traditionele risicofactoren (AUC: 0,623 vs. 0,696). Ook in toevoeging op de klassieke risicoscores, zoals de ‘Framingham risk score’, laat de PRS een statistisch significante verbetering in de ziektevoorspelling zien.18 Meer longitudinaal onderzoek is nodig om vast te stellen of die verbetering gevolgen heeft voor het klinisch beleid.
Beperkingen van de PRS
Hoewel epidemiologische studies suggereren dat de PRS van toegevoegde waarde kan zijn in de klinische praktijk (zie tabel 1), zijn er ook beperkingen.
Ten eerste is de voorspellende waarde van de PRS, die doorgaans een AUC heeft van 0,60-0,65,5,16 te laag om te voorspellen wie wel of niet de ziekte krijgt.19 Hoewel de PRS, net als diagnostiek naar mutaties in de BRCA -genen, kan bijdragen aan het identificeren van individuen met het hoogste risico, is het voorspellen van ziekten met de PRS alleen niet zinvol.
Ten tweede is het onduidelijk welke afkappunten gehanteerd moeten worden om gezonde en zieke mensen optimaal van elkaar te kunnen onderscheiden en het klinisch beleid te stratificeren. Er is tevens nog te weinig onderzoek gedaan naar het gebruik van de PRS in combinatie met traditionele risicofactoren omgevingsfactoren. De PRS is van weinig toegevoegde waarde wanneer het ziekterisico sterk door omgevingsfactoren wordt bepaald, zoals roken en overgewicht bij hart- en vaatziekten. Voor borstkanker wordt hiervoor het ‘BOADICEA’-algoritme gebruikt, wat met allerlei bekende risicofactoren rekening houdt.20 Validatie van de PRS met langdurige follow-up in klinische populaties en vergelijking met traditionele risicoschattingen zijn daarom noodzakelijk.
Ten derde worden grote GWAS naar ziekten vooral in Europese populaties gedaan, doordat de meeste genetische gegevens door instituten in Europa en Amerika zijn verzameld. Het bestuderen van een etnisch afgeperkte populatie, ook wel populatiestratificatie genoemd, heeft als belangrijk doel fout-positieve bevindingen te voorkomen die veroorzaakt worden door verschillen in de frequentie van varianten tussen etnische groepen. Dit betekent ook dat de PRS die gebaseerd is op de resultaten van GWAS onder Europeanen minder accuraat is voor mensen met niet-Europese voorouders. Grote GWAS onder niet-Europeanen zijn dan ook nodig om het effect van de SNP’s in mensen van andere afkomst vast te stellen.
Tot slot moet uitgebreid onderzoek gedaan worden naar de implementatie van de PRS in de klinische praktijk.21 Dit vergt onderzoek naar hoe patiënten tegen genetische risicoscores aankijken en hoe zij hierover het beste geïnformeerd kunnen worden. Ook is het van belang om andere stakeholders, zoals clinici en zorgaanbieders, bij de implementatie te betrekken.
Toekomst van de PRS
De kosten van het genotyperen van een individu dalen snel, waardoor genetische informatie in grotere groepen patiënten verzameld kan worden. Daarnaast vragen bedrijven die genetische tests aanbieden hiervoor een steeds lagere prijs; waar de prijs in 2007 nog circa 1000 euro bedroeg, is deze inmiddels gedaald tot 100-200 euro. In de toekomst zullen ook commerciële partijen aanbieden de PRS te berekenen. Patiënten zullen door deze ontwikkelingen betere toegang hebben tot hun eigen genetische informatie en daardoor vaker vragen hierover aan hun arts stellen.
Naarmate meer SNP’s worden geïdentificeerd in grote GWAS, wordt de PRS in potentie steeds bruikbaarder om accuraat het genetische risico te schatten. Ook weten we steeds meer over het samenspel tussen genen en omgevingsfactoren en kan het ziekterisico in de toekomst mogelijk beter voorspeld worden door beide mee te combineren. Dit zal het geval zijn bij een groot aantal ziektebeelden waarvoor deze genetische risicostratificatie van invloed kan zijn op het beleid, zoals bij de surveillance van borstkanker. In tegenstelling tot testen op monogenetische hoogrisicogenen, is het berekenen van de PRS mogelijk voor ieder individu relevant, omdat iedereen in meer of mindere mate een genetisch risico op bepaalde ziekten heeft. De rol van genetische counseling op basis van deze vele SNP’s is nog onduidelijk. Het blijft de vraag of patiënten hun genetische risico wel willen weten en wat ze met de informatie over dit risico kunnen doen.
Naast de klinische implementatie, is de PRS veelbelovend voor toepassing bij het bevolkingsonderzoek naar borstkanker. Onderzoek moet uitwijzen of het bevolkingsonderzoek effectiever en doelmatiger wordt als het screeningsbeleid wordt aangepast aan het individuele risico van een vrouw op basis van haar genetische informatie en andere risicofactoren.22 Zeker voor vrouwen in de leeftijdscategorie van 40-50 jaar, bij wie de balans tussen de voor- en nadelen van screening ter discussie staat,23 kan beter worden ingeschat wanneer met screening te beginnen.
Conclusie
De erfelijkheid van veelvoorkomende ziekten wordt voor een belangrijk deel bepaald door veel laagrisicovarianten in een groot aantal genen. De combinatie van deze effecten in een polygenetische risicoscore kan – in combinatie met bekende, traditionele risicofactoren – gebruikt worden om het risico op een bepaalde ziekte of aan ziekte gerelateerde uitkomsten te stratificeren. De PRS zal op termijn de weg naar de kliniek vinden, maar voor veel aandoeningen is het voorspellende vermogen van de PRS nu nog te laag. Ook is vaak nog onduidelijk hoe de PRS geïnterpreteerd moet worden in de klinische context. Voor borstkanker kan het opstellen van een polygenetisch risicoprofiel een toevoeging zijn op de bestaande monogenetische diagnostiek.
Literatuur
Venter JC, Adams MD, Myers EW, et al. The sequence of the human genome. Science. 2001;291:1304-51.Medline
Torkamani A, Wineinger NE, Topol EJ. The personal and clinical utility of polygenic risk scores. Nat Rev Genet. 2018;19:581-90.doi:10.1038/s41576-018-0018-x.Medline
Dudbridge F. Power and predictive accuracy of polygenic risk scores. PLoS Genet. 2013;9:e1003348.doi:10.1371/journal.pgen.1003348.Medline
Michailidou K, Lindström S, Dennis J, et al; NBCS Collaborators; ABCTB Investigators; ConFab/AOCS Investigators. Association analysis identifies 65 new breast cancer risk loci. Nature. 2017;551:92-4.doi:10.1038/nature24284.Medline
Mavaddat N, Michailidou K, Dennis J, et al; ABCTB Investigators; kConFab/AOCS Investigators; NBCS Collaborators. Polygenic risk scores for prediction of breast cancer and breast cancer subtypes. Am J Hum Genet. 2019;104:21-34.doi:10.1016/j.ajhg.2018.11.002.Medline
Antoniou AC, Cunningham AP, Peto J, et al. The BOADICEA model of genetic susceptibility to breast and ovarian cancers: updates and extensions. Br J Cancer. 2008;98:1457-66.doi:10.1038/sj.bjc.6604305.Medline
Garcia-Closas M, Gunsoy NB, Chatterjee N. Combined associations of genetic and environmental risk factors: implications for prevention of breast cancer. J Natl Cancer Inst. 2014;106:dju305.doi:10.1093/jnci/dju305. Medline
Landelijke richtlijn Borstkanker. Utrecht: NABON; 2018.
Li H, Feng B, Miron A, et al; kConFab investigators. Breast cancer risk prediction using a polygenic risk score in the familial setting: a prospective study from the Breast Cancer Family Registry and kConFab. Genet Med. 2017;19:30-5.doi:10.1038/gim.2016.43.Medline
Kuchenbaecker KB, McGuffog L, Barrowdale D, et al. Evaluation of polygenic risk scores for breast and ovarian cancer risk prediction in BRCA1 and BRCA2 mutation carriers. JNCI J Natl Cancer Inst. 2017;109(7).doi:10.1093/jnci/djw302.Medline
Hsu L, Jeon J, Brenner H, et al; Colorectal Transdisciplinary (CORECT) Study; Genetics and Epidemiology of Colorectal Cancer Consortium (GECCO). A model to determine colorectal cancer risk using common genetic susceptibility loci. Gastroenterology. 2015;148:1330-9.e14.doi:10.1053/j.gastro.2015.02.010.Medline
Amin Al Olama A, Benlloch S, Antoniou AC, et al; UK Genetic Prostate Cancer Study Collaborators/British Association of Urological Surgeons’ Section of Oncology; UK ProtecT Study Collaborators; PRACTICAL Consortium. Risk analysis of prostate cancer in practical, a multinational consortium, using 25 known prostate cancer susceptibility loci. Cancer Epidemiol Biomarkers Prev. 2015;24:1121-9.doi:10.1158/1055-9965.EPI-14-0317.Medline
Wilson PWF, D’Agostino RB, Levy D, et al. Prediction of coronary heart disease using risk factor categories. Circulation. 1998;97:1837-47.doi:10.1161/01.CIR.97.18.1837.Medline
Goldberg AC, Hopkins PN, Toth PP, et al; National Lipid Association Expert Panel on Familial Hypercholesterolemia. Familial hypercholesterolemia: screening, diagnosis and management of pediatric and adult patients: clinical guidance from the National Lipid Association Expert Panel on Familial Hypercholesterolemia. J Clin Lipidol. 2011;5:S1-8.doi:10.1016/j.jacl.2011.04.003.Medline
Nikpay M, Goel A, Won H-H, et al. A comprehensive 1,000 Genomes-based genome-wide association meta-analysis of coronary artery disease. Nat Genet. 2015;47:1121-30.doi:10.1038/ng.3396.Medline
Inouye M, Abraham G, Nelson CP, et al; UK Biobank CardioMetabolic Consortium CHD Working Group. Genomic risk prediction of coronary artery disease in 480,000 adults: implications for primary prevention. J Am Coll Cardiol. 2018;72:1883-93.doi:10.1016/j.jacc.2018.07.079.Medline
Khera AV, Emdin CA, Drake I, et al. Genetic risk, adherence to a healthy lifestyle, and coronary disease. N Engl J Med. 2016;375:2349-58.doi:10.1056/NEJMoa1605086.Medline
Abraham G, Havulinna AS, Bhalala OG, et al. Genomic prediction of coronary heart disease. Eur Heart J. 2016;37:3267-78.doi:10.1093/eurheartj/ehw450.Medline
Khera AV, Chaffin M, Aragam KG, et al. Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet. 2018;50:1219-24.doi:10.1038/s41588-018-0183-z.Medline
Lee A, Mavaddat N, Wilcox AN, et al. BOADICEA: a comprehensive breast cancer risk prediction model incorporating genetic and nongenetic risk factors. Genet Med. 2019;21:1708-18.doi:10.1038/s41436-018-0406-9.Medline
van El CG, Cornel MC; ESHG Public and Professional Policy Committee. Genetic testing and common disorders in a public health framework. Eur J Hum Genet. 2011;19:377-81.doi:10.1038/ejhg.2010.176.Medline
Rainey L, Jervaeus A, Donnelly LS, et al. Women’s perceptions of personalized risk-based breast cancer screening and prevention: an international focus group study. Psychooncology. 2019;28:1056-62.doi:10.1002/pon.5051.Medline
Mandelblatt JS, Cronin KA, Bailey S, et al; Breast Cancer Working Group of the Cancer Intervention and Surveillance Modeling Network. Effects of mammography screening under different screening schedules: model estimates of potential benefits and harms. Ann Intern Med. 2009;151:738-47.doi:10.7326/0003-4819-151-10-200911170-00010.Medline
Yang X, Leslie G, Gentry-Maharaj A, et al. Evaluation of polygenic risk scores for ovarian cancer risk prediction in a prospective cohort study. J Med Genet. 2018;55:546-54.doi:10.1136/jmedgenet-2018-105313.Medline
Garcia-Closas M, Rothman N, Figueroa JD, et al. Common genetic polymorphisms modify the effect of smoking on absolute risk of bladder cancer. Cancer Res. 2013;73:2211-20.doi:10.1158/0008-5472.CAN-12-2388. Medline
Van der Lee SJ, Wolters FJ, Ikram MK, et al. The effect of APOE and other common genetic variants on the onset of Alzheimer’s disease and dementia: a community-based cohort study. Lancet Neurol. 2018;17:434-44.doi:10.1016/S1474-4422(18)30053-X.Medline
Mahajan A, Taliun D, Thurner M, et al. Fine-mapping type 2 diabetes loci to single-variant resolution using high-density imputation and islet-specific epigenome maps. Nat Genet. 2018;50:1505-13.doi:10.1038/s41588-018-0241-6.Medline
Fritsche LG, Igl W, Bailey JNC, et al. A large genome-wide association study of age-related macular degeneration highlights contributions of rare and common variants. Nat Genet. 2016;48:134-43.doi:10.1038/ng.3448. Medline
Reacties