MétaCan
Menu
Retour à la cohorte
Enregistrement W2080036080 · doi:10.1194/jlr.r009720

Genetic determinants of plasma triglycerides

2010· review· en· W2080036080 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Lipid Research · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario GenomicsOntario Genomics InstituteGenome CanadaHeart and Stroke Foundation of Canada
Mots-clésGenome-wide association studyHypertriglyceridemiaGenetic variationBiologyComputational biologyGenetic associationGeneGeneticsBioinformaticsPopulationTriglycerideMedicineSingle-nucleotide polymorphismEndocrinologyGenotypeCholesterol

Résumé

récupéré en direct d'OpenAlex

Plasma triglyceride (TG) concentration is a complex polygenic trait that follows a rightward-skewed distribution in the population ( Fig. As a clinical measurement, it integrates multiple TG-rich lipoprotein (TRL) species that circulate in plasma, predominantly intestinally synthesized chylomicrons (CMs) in the postprandial state and hepatically synthesized very low density lipoproteins (VLDL) in the fasted state. Epidemiological evidence indicates that plasma TG concentration is a strong independent risk factor for cardiovascular disease (CVD), suggesting that prolonged residence of plasma TRLs, especially in the postprandial state, may contribute to CVD susceptibility ( 1-7 ). Together with environmental infl uences, common and rare variants in multiple genes may collectively determine a patient's plasma TG concentration. Identifying genes and genetic variants associated with plasma TG concentration will enrich our understanding of biochemical pathways involved in TRL metabolism, enabling identifi cation of Abstract Plasma triglyceride (TG) concentration is reemerging as an important cardiovascular disease risk factor. More complete understanding of the genes and variants that modulate plasma TG should enable development of markers for risk prediction, diagnosis, prognosis, and response to therapies and might help specify new directions for therapeutic interventions. Recent genome-wide association studies (GWAS) have identifi ed both known and novel loci associated with plasma TG concentration. However, genetic variation at these loci explains only 10% of overall TG variation within the population. As the GWAS approach may be reaching its limit for discovering genetic determinants of TG, alternative genetic strategies, such as rare variant sequencing studies and evaluation of animal models, may provide complementary information to fl esh out knowledge of clinically and biologically important pathways in TG metabolism. Herein, we review genes recently implicated in TG metabolism and describe how some of these genes likely modulate plasma TG concentration. We also discuss lessons regarding plasma TG metabolism learned from various genomic and genetic experimental approaches. Treatment of patients with moderate to severe hypertriglyceridemia with existing therapies is often challenging; thus, gene products and pathways found in recent genetic research studies provide hope for development of more effective clinical strategies. -

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,979
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,003
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 Opus0,166
Tête enseignante GPT0,477
Écart entre enseignants0,311 · 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