新队列、参考面板、QTL 图谱与实际数据发布。
在 Generation Scotland 的 15,035 名参与者中，对 439 项血清质谱测量表型开展 fastGWA 与 COJO 分析，报告 1,553 个独立信号。439 项并非 439 个可唯一解释的蛋白：其中 133 项唯一映射，306 项为蛋白组。该资源补充抗体/适配体平台，但跨平台覆盖、分组歧义与 trans 工具变量限制需保留。
结果fastGWA 的阈值为 P<1.2×10⁻¹⁰；398 项表型有显著 pQTL，COJO 得到 1,553 个独立 SNP 信号。
预计算约 90 亿个 SNV 与超过 1 亿个已观察到的 indel 的分子效应，再以群体频率构造代理标签，整合为 AVI。重点是功能注释如何改变稀有变异集合检验：UKB 蛋白分析中，加入 Atlas 注释后条件独立的非编码集合发现由 595 增至 728；这一收益并非 AVI 单独带来，且分析使用较早内部版本。
结果54,189 名 UKB 参与者、2,028 项蛋白的 cis 集合分析，加入 Atlas 注释后发现增加约 22%；进一步调整单变异后 241 项中 177 项来自 Atlas。
将日本、欧洲、非洲和美洲祖源的 MS GWAS 与患者 PBMC、脑病灶单核及空间转录组连接起来。scDRS 使用跨祖源结果定位 CD4 T 亚群和内皮细胞，gsMap 使用欧洲祖源结果比较活动与非活动病灶。重点是多基因证据怎样映射到细胞和空间，而不是将富集直接解释成细胞特异 eQTL 或因果机制。
结果PBMC 来自 20 名 MS 患者、163,541 个细胞；脑单核数据为 6 名患者的 7 个病灶、74,686 个细胞。
OmicsPred 集中收录转录组、蛋白组和代谢组的遗传预测权重，并为每个模型记录训练队列、组织、平台、祖源、变异数、建模方法和预测性能等元数据。
结果模型可按组织、平台、祖源、训练方法和预测性能检索，并提供 PGS Catalog Calculator 与 MetaXcan 等兼容格式。
Malva 把单细胞和空间转录组原始 reads 分解为 24-mers，以稀疏倒排索引保存 k-mer 到 cell identifier 的映射，使突变、剪接连接、病原体和未注释序列可在数千万细胞中直接检索。
结果61 billion reads 的 Stereo-seq 数据在 24 CPU-hours 内完成索引，峰值内存约 8 GB，较比较流程快约 4–25 倍。