A genome‐wide linkage scan for iron phenotype quantitative trait loci: the HEIRS Family Study
Notice bibliographique
Résumé
Iron overload phenotypes in persons with and without hemochromatosis are variable. To investigate this further, probands with hemochromatosis or evidence of elevated iron stores and their family members were recruited for a genome-wide linkage scan to identify potential quantitative trait loci (QTL) that contribute to variation in transferrin saturation (TS), unsaturated iron-binding capacity (UIBC), and serum ferritin (SF). Genotyping utilized 402 microsatellite markers with average spacing of 9 cM. A total of 943 individuals, 64% Caucasian, were evaluated from 174 families. After adjusting for age, gender, and race/ethnicity, there was evidence for linkage of UIBC to chromosome 4q logarithm of the odds (LOD) = 2.08, p = 0.001) and of UIBC (LOD = 9.52), TS (LOD = 4.78), and SF (LOD = 2.75) to the chromosome 6p region containing HFE (each p < 0.0001). After adjustments for HFE genotype and other covariates, there was evidence of linkage of SF to chromosome 16p (LOD = 2.63, p = 0.0007) and of UIBC to chromosome 5q (LOD = 2.12, p = 0.002) and to chromosome 17q (LOD = 2.19, p = 0.002). We conclude that these regions should be considered for fine mapping studies to identify QTL that contribute to variation in SF and UIBC.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».