Impact of Nutritional Epigenomics on Disease Risk and Prevention: Introduction
Notice bibliographique
Résumé
This special issue of the Journal of Nutrigenetics and Nutrigenomics covers an emerging topic that has been implicated in disease risk and prevention: nutritional epigenomics. Although the impact of epigenetics has been addressed for the last 3 decades in cancer research, only in recent years has interest surfaced in other fields, including cardiovascular and neurodegenerative diseases, obesity, diabetes and nutrition. Many definitions have been proposed for epigenetics in the literature, but most often epigenetics refers to heritable changes in gene expression that are not accompanied by alterations in DNA sequence [1] . Although there is some debate on which processes fall into this definition, DNA methylation, histone posttranslational modifications and more recently microRNAs are considered the main epigenetic phenomena. Methylation of cytosines, acetylation and methylation of lysine residues in histone proteins and microRNAs influence chromatin architecture and thus gene expression. They are involved in many biological processes including DNA-protein interactions, suppression of transposable element mobility, cellular differentiation, embryogenesis, Xchromosome inactivation and genomic imprinting. Accumulating evidence shows that these epigenetic processes can be influenced by nutritional components. For example, folate and vitamin B 12 participate in the 1-carbon metabolism and are necessary for chromatin methylation reactions. Furthermore, several bioactive food components have been shown to modulate the activity of enzymes that integrate the epigenetic machinery, including DNA methyltransferases and histone deacetylases and acetyltransferases. Thus, nutritional modulation of epigenetic processes adds a further layer of complexity to gene-nutrient interactions and should be considered for the definition of strategies for health promotion and disease prevention. Because epigenetic marks are potentially reversible and are implicated in the pathogenesis of diverse non-communicable diseases representing major public health problems in both developed and developing countries, the epigenome becomes an attractive target for Published online: February 22, 2012
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».