MétaCan
Menu
Retour à la cohorte
Enregistrement W1979196241 · doi:10.1089/omi.2009.0013

Genome–Environment Interactions and Prospective Technology Assessment: Evolution from Pharmacogenomics to Nutrigenomics and Ecogenomics

2009· review· en· W1979196241 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOMICS A Journal of Integrative Biology · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversité de MontréalUniversité du Québec
Organismes subventionnairesnon disponible
Mots-clésNutrigenomicsPharmacogenomicsGenomicsGenomeData scienceBiologyBiotechnologyBioinformaticsGeneticsComputer scienceGene

Résumé

récupéré en direct d'OpenAlex

The relationships between food, nutrition science, and health outcomes have been mapped over the past century. Genomic variation among individuals and populations is a new factor that enriches and challenges our understanding of these complex relationships. Hence, the confluence of nutritional science and genomics-nutrigenomics--was the focus of the OMICS: A Journal of Integrative Biology in December 2008 (Part 1). The 2009 Special Issue (Part 2) concludes the analysis of nutrigenomics research and innovations. Together, these two issues expand the scope and depth of critical scholarship in nutrigenomics, in keeping with an integrated multidisciplinary analysis across the bioscience, omics technology, social, ethical, intellectual property and policy dimensions. Historically, the field of pharmacogenetics provided the first examples of specifically identifiable gene variants predisposing to unexpected responses to drugs since the 1950s. Brewer coined the term ecogenetics in 1971 to broaden the concept of gene-environment interactions from drugs and nutrition to include environmental agents in general. In the mid-1990s, introduction of high-throughput technologies led to the terms pharmacogenomics, nutrigenomics and ecogenomics to describe, respectively, the contribution of genomic variability to differential responses to drugs, food, and environment defined in the broadest sense. The distinctions, if any, between these newer fields (e.g., nutrigenomics) and their predecessors (e.g., nutrigenetics) remain to be delineated. For nutrigenomics, its reliance on genome-wide analyses may lead to detection of new biological mechanisms governing host response to food. Recognizing "genome-environment interactions" as the conceptual thread that connects and runs through pharmacogenomics, nutrigenomics, and ecogenomics may contribute toward anticipatory governance and prospective real-time analysis of these omics fields. Such real-time analysis of omics technologies and innovations is crucial, because it can influence and positively shape them as these approaches develop, and help avoid predictable pitfalls, and thus ensure their effective and ethical application in the laboratory, clinic, and society.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,320
Écart entre enseignants0,307 · 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