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

Genetic determinants of plasma triglycerides

2010· review· en· W2080036080 sur OpenAlexafffund
Christopher T. Johansen, Sekar Kathiresan, Robert A. Hegele

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

Supplementary key words hypertriglyceridemia • hypotriglyceridemia • dyslipidemias • genetic variation • genomics • lipoproteins • resequencingPlasma triglyceride (TG) concentration is a complex polygenic trait that follows a rightward-skewed distribution in the population ( Fig. 1 ).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 ‫ف‬ 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.-Johansen, C. T., S. Kathiresan, and R. A. Hegele.Genetic determinants of plasma triglycerides.J. Lipid Res.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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

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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations262
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Lipid ResearchMême sujetLipid metabolism and disordersTravaux en français237 207