MétaCan
Menu
Retour à la cohorte
Enregistrement W2046287896 · doi:10.1038/hr.2011.233

Genetic mapping of habitual substance use, obesity-related traits, responses to mental and physical stress, and heart rate and blood pressure measurements reveals shared genes that are overrepresented in the neural synapse

2012· article· en· W2046287896 sur OpenAlexafffundabout
Majid Nikpay, Ond⊘řej Šeda, Johanne Tremblay, Milan Petrovich, Daniel Gaudet, Theodore A. Kotchen, Allen W. Cowley, Pavel Hamet

Notice bibliographique

RevueHypertension Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCanadian Institutes of Health ResearchNational Institutes of HealthHeart and Stroke Foundation of Canada
Mots-clésGeneticsBiologyObesityCandidate geneBlood pressureGenome-wide association studyPopulationGeneSingle-nucleotide polymorphismBioinformaticsMedicineEndocrinologyGenotype

Résumé

récupéré en direct d'OpenAlex

Links between substance use habits, obesity, stress and the related cardiovascular outcomes can be, in part, because of loci with pleiotropic effects. To investigate this hypothesis, we performed genome-wide mapping in 119 multigenerational families from a population in the Saguenay-Lac-St-Jean region with a known founder effect using 58,000 single-nucleotide polymorphisms and 437 microsatellite markers to identify genetic components of the following factors: habitual alcohol, tobacco and coffee use; response to mental and physical stress; obesity-related traits; and heart rate (HR) and blood pressure (BP) measures. Habitual alcohol and/or tobacco users had attenuated HR responses to mental stress compared with non-users, whereas hypertensive individuals had stronger HR and systolic BP responses to mental stress and a higher obesity index than normotensives. Genetic mappings uncovered numerous shared genes among substance use, stress response, obesity and hemodynamic traits, including CAMK4, CNTN4, DLG2, FHIT, GRID2, ITPR2, NOVA1 and PRKCE, forming network of interacting proteins, sharing synaptic function and display higher and patterned expression profiles in brain-related tissues; moreover, pathway analysis of shared genes pointed to long-term potentiation. Subgroup genetic mappings uncovered additional shared synaptic genes, including CAMK4, CNTN5 and DNM3 (hypertension-specific); CNTN4, DNM3, FHIT and ITPR1 (sex-specific), having protein interactions with genes driven from general analysis. In summary, consistent with the observed phenotypic correlations, we found substantial overlap among genomic determinants of these traits in synapse, which supports the notion that the neural synapse may be a shared interface behind substance use, stress, obesity, HR, BP as well as the observed sex- and hypertension-specific genetic differences.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,170
Tête enseignante GPT0,343
Écart entre enseignants0,173 · 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

Citations47
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHypertension ResearchMême sujetAdipose Tissue and MetabolismTravaux en français237 207