Pleiotropic genes for metabolic syndrome and inflammation
Notice bibliographique
Résumé
Metabolic syndrome (MetS) has become a health and financial burden worldwide. The MetS definition captures clustering of risk factors that predict higher risk for diabetes mellitus and cardiovascular disease. Our study hypothesis is that additional to genes influencing individual MetS risk factors, genetic variants exist that influence MetS and inflammatory markers forming a predisposing MetS genetic network. To test this hypothesis a staged approach was undertaken. (a) We analyzed 17 metabolic and inflammatory traits in more than 85,500 participants from 14 large epidemiological studies within the Cross Consortia Pleiotropy Group. Individuals classified with MetS (NCEP definition), versus those without, showed on average significantly different levels for most inflammatory markers studied. (b) Paired average correlations between 8 metabolic traits and 9 inflammatory markers from the same studies as above, estimated with two methods, and factor analyses on large simulated data, helped in identifying 8 combinations of traits for follow-up in meta-analyses, out of 130,305 possible combinations between metabolic traits and inflammatory markers studied. (c) We performed correlated meta-analyses for 8 metabolic traits and 6 inflammatory markers by using existing GWAS published genetic summary results, with about 2.5 million SNPs from twelve predominantly largest GWAS consortia. These analyses yielded 130 unique SNPs/genes with pleiotropic associations (a SNP/gene associating at least one metabolic trait and one inflammatory marker). Of them twenty-five variants (seven loci newly reported) are proposed as MetS candidates. They map to genes MACF1, KIAA0754, GCKR, GRB14, COBLL1, LOC646736-IRS1, SLC39A8, NELFE, SKIV2L, STK19, TFAP2B, BAZ1B, BCL7B, TBL2, MLXIPL, LPL, TRIB1, ATXN2, HECTD4, PTPN11, ZNF664, PDXDC1, FTO, MC4R and TOMM40. Based on large data evidence, we conclude that inflammation is a feature of MetS and several gene variants show pleiotropic genetic associations across phenotypes and might explain a part of MetS correlated genetic architecture. These findings warrant further functional investigation.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».