Genetic variation in TAS1R2 taste receptor and sweet taste perception and sugar intake
Notice bibliographique
Résumé
Taste is one of the primary determinants of food intake and variation in genes affecting taste pathways may influence taste perception and food intake. The TAS1R2 protein is part of the putative TAS1R2/TAS1R3 sweet taste receptor and likely plays a primary role in detecting sugars. Our objective was to determine whether single nucleotide polymorphisms (SNPs) in the TAS1R2 gene affect sweet (sucrose) taste (n = 95) and intake of sugars (n=535). Sucrose taste thresholds were determined using a 3 alternative forced choice staircase model with solutions ranging from 9 ×10 −6 to 0.5 mol/L. Genotypes for 23 SNPs in the TAS1R2 gene were extracted from an Affymetrix 6.0 chip. Sucrose and total sugar intake was calculated using a 196 item semi‐quantitative food frequency questionnaire. A general linear model was used to compute differences between genotypes. The rs12075191 (A>G) SNP was associated with sucrose taste and intake. Carriers of the A allele had lower taste thresholds (7.00 ± 1.65 vs 9.27 ± 0.63 mmol/L, p=0.058), lower total sugar intake (111.2 ± 7.3 vs 125.9 ± 2.4 grams, p = 0.05) and lower sucrose intake(41.1 ± 3.4 vs 48.7 ± 1.1 grams, p=0.03) than TT homozygotes. These results show that the rs12075191 SNP in the TAS1R2 gene modifies both sweet taste perception and sugar intake. Grant Funding Source : The Advanced Food and Materials Network
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,004 | 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 ».