Genetics of high-density lipoproteins
Notice bibliographique
Résumé
PURPOSE OF REVIEW: High-density lipoproteins have multi-factorial anti-atherosclerosis properties: they have potent anti-oxidant effects and prevent the oxidation of low-density lipoproteins; they have anti-inflammatory effects; they modulate vascular endothelial cell function and transport cholesterol back to the liver for excretion into the bile - a process called reverse cholesterol transport. The present review focuses on genetic aspects of high-density lipoprotein metabolism, with genomic approaches used to identify genes that regulate high-density lipoproteins in humans. RECENT FINDINGS: Disorders of the many genes that code for proteins, including transporters, enzymes, receptors, transfer proteins and lipases, involved in high-density lipoprotein metabolism have been identified in humans as causing extremes of high-density lipoprotein cholesterol, and provide potential novel therapeutic avenues. These, however, explain fewer than 5% of the causes of low high-density lipoprotein cholesterol in the general population. SUMMARY: Genome-wide linkage studies of large cohorts, with discrete as well as quantitative trait loci analyses, followed by association studies have enabled the identification of large chromosomal regions that may harbor genes that modulate high-density lipoprotein cholesterol levels in humans. Using mouse genetics, the results of the HapMap project and novel genetic approaches will allow the discovery of novel genes in high-density lipoprotein metabolism.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».