Additional file 2 of Integrative multi-omics analysis identifies genetically supported druggable targets and immune cell specificity for myasthenia gravis

Additional file 2: Table S1. Basic Characteristics of eQTL Databases, pQTL Studies, and GWAS Datasets in the study. Table S2. An overview of druggable proteins and the coverage of genes/proteins in eQTLGen and pQTL studies. Table S3. Genome-wide significant loci in MG GWAS from Chia et al. Table S4. The cis-eQTLs instruments used for drug target gene expression on MG risk in the primary analysis. The outcome is MG GWAS from Chia et al. (1,873 patients and 36,370 controls). Table S5. MR full results using cis-eQTLs on MG risk across different datasets. Table S6. Colocalization results using cis-eQTLs on MG across different datasets. Table S7. The cis-pQTLs instruments used for protein expression on MG risk in the primary analysis. The outcome is MG GWAS from Chia et al. (1,873 patients and 36,370 controls). Table S8. MR full results of proteins using sentinel cis-pQTLs from six large proteomic studies on MG risk across different datasets. Table S9. Colocalization results using cis-pQTLs on MG risk across different datasets. Table S10. Colocalization results for genes/proteins using eQTL from the DICE database.

附加文件2：表S1。本研究中涉及的表达数量性状基因座（expression Quantitative Trait Locus, eQTL）数据库、蛋白数量性状基因座（protein Quantitative Trait Locus, pQTL）研究及全基因组关联研究（Genome-Wide Association Study, GWAS）数据集的基本特征。
表S2。可药物靶向蛋白概况，以及eQTLGen数据库与pQTL研究中覆盖的基因/蛋白范围。
表S3。Chia等人发表的重症肌无力（Myasthenia Gravis, MG）全基因组关联研究中的全基因组显著位点。
表S4。本研究初始分析中，用于评估药物靶点基因表达对重症肌无力发病风险影响的顺式eQTL工具变量。本次分析的结局数据为Chia等人发表的重症肌无力全基因组关联研究数据集（1873例患者与36370例对照）。
表S5。不同数据集下基于顺式eQTL分析重症肌无力发病风险的孟德尔随机化（Mendelian Randomization, MR）完整结果。
表S6。不同数据集下基于顺式eQTL的重症肌无力共定位分析结果。
表S7。本研究初始分析中，用于评估蛋白表达对重症肌无力发病风险影响的顺式pQTL工具变量。本次分析的结局数据为Chia等人发表的重症肌无力全基因组关联研究数据集（1873例患者与36370例对照）。
表S8。不同数据集下，基于6项大型蛋白质组学研究的哨兵顺式pQTL分析蛋白表达对重症肌无力发病风险影响的孟德尔随机化完整结果。
表S9。不同数据集下基于顺式pQTL的重症肌无力发病风险共定位分析结果。
表S10。基于DICE数据库的eQTL分析基因/蛋白的共定位结果。