MétaCan
Menu
Retour à la cohorte
Enregistrement W1483940653 · doi:10.1007/bf03402008

A +2138InsCAGACC Polymorphism of the Melanocortin Receptor 3 Gene is Associated in Human with Fat Level and Partitioning in Interaction with Body Corpulence

2002· article· en· W1483940653 sur OpenAlexafffundabout
Nicole Boucher, Christian‐Marc Lanouette, Marianne Larose, Louis Përusse, Claude Bouchard, Marie‐Christine Chagnon

Notice bibliographique

RevueMolecular Medicine · 2002
Typearticle
Langueen
DomaineNeuroscience
ThématiqueRegulation of Appetite and Obesity
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEndocrinologyBiologyInternal medicineRestriction fragment length polymorphismSingle-nucleotide polymorphismMelanocortin 1 receptorGenotypeBody mass indexGeneticsAlleleMedicineGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The melanocortin system includes five receptors (MC1R to MC5R), and mouse and human MC4R has been shown to be involved in the regulation of feeding, and mouse MC3R in body composition. To verify a possible similar effect of MC3R in humans, we analyzed one insertion and one single nucleotide polymorphism by restriction fragment length polymorphisms (RFLP), and a microsatellite (D20S32e) in relation to body composition and glucose metabolism. METHODS: Eight hundred twelve subjects of the Québec Family Study (QFS) cohort were analyzed for body composition, food intake, and energy metabolism phenotypes. Southern Blot with the complete MC3R cDNA was used to detect a new +2138InsCAGACC variant by Pst1 restriction. PCR-RFLP with BsaJ1 was used to type amino acid polymorphism V81I arising from a G241A nucleotide change. PCR and automatic DNA sequencers were used for the analysis of the TG dinucleotide repeat D20S32e located between -1933/-1892 of MC3R. In a covariance analysis among genotypes, phenotypes were adjusted for age and sex as covariates. Food intake and energy metabolism phenotypes were also adjusted for body mass index (BMI), and leptin and abdominal fat, as assessed by a computed tomography scan, for fatness using six skinfold thicknesses. RESULTS: An association between the +2138InsCAGACC MC3R polymorphism was observed with fat mass (FM), percent body fat (%FAT), and total abdominal fat (ATF). Homozygote subjects for the +2138 insertion variant allele in normal weight (BMI < 25 kg/m(2)) and overweight (25 < or = BMI < 30 kg/m(2)) subjects showed a similar level of fatness despite the overall difference in BMI. In normal weight, homozygotes for the insertion allele showed higher mean values than heterozygotes and homozygotes for wild-type allele without insertion (%FAT: 24.0 +/- 1.1 versus 19.3 +/- 0.9 and 20.5 +/- 0.8, p = 0.0005; FM: 15.7 +/- 0.9 kg versus 11.7 +/- 0.7 kg and 12.6 +/- 0.6 kg, p = 0.0003). In contrast, overweight subjects homozygote for the variant allele showed lower mean values (%FAT: 27.0 +/- 1.2 versus 31.4 +/- 0.8 and 30.9 +/- 0.7, p = 0.002; FM: 18.3 +/- 1.0 kg versus 22.8 +/- 0.8 kg and 22.0 +/- 0.6 kg, p = 0.0001). This resulted in a similar level of body fat between both BMI groups for subjects homozygote for the insertion allele versus wild-type allele carriers (%FAT: +/-2-3% versus +/-10-12%; FM: +/-2 kg versus +/-9-11 kg). In obese subjects (BMI > or = 30 kg/m(2) ), a lower level of ATF was seen (-15%, p = 0.002). Other polymorphisms and phenotypes tested showed no association. CONCLUSION: A new 12138InsCAGACC MC3R polymorphism is associated with the level of adiposity and with body fat partitioning in interaction with corpulence in humans.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,253
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMolecular MedicineMême sujetRegulation of Appetite and ObesityTravaux en français237 207