MétaCan
Menu
Retour à la cohorte
Enregistrement W2122186098 · doi:10.1371/journal.pgen.1003247

Genetic Determinants of Trabecular and Cortical Volumetric Bone Mineral Densities and Bone Microstructure

2013· review· en· W2122186098 sur OpenAlexaff
Lavinia Paternoster, Mattias Lorentzon, Terho Lehtimäki, Joel Eriksson, Mika Kähönen, Olli T. Raitakari, Marika Laaksonen, Harri Sievänen, Jorma Viikari, Leo‐Pekka Lyytikäinen, Dan Mellström, Magnus K. Karlsson, Östen Ljunggren, Elin Grundberg, John P. Kemp, Adrian Sayers, Maria Nethander, David M. Evans, Liesbeth Vandenput, Jonathan H. Tobias, Claes Ohlsson

Notice bibliographique

RevuePLoS Genetics · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensMcGill UniversityMcGill University and Génome Québec Innovation Centre
Organismes subventionnairesMedical Research CouncilTurun Yliopistollinen KeskussairaalaEmil Aaltosen SäätiöVetenskapsrådetTampereen TuberkuloosisäätiöNovo NordiskJuho Vainion SäätiöSuomen KulttuurirahastoNovo Nordisk FondenAcademy of FinlandPaavo Nurmen SäätiöUniversity of BristolKelaStiftelsen för Strategisk ForskningEuropean CommissionSahlgrenska UniversitetssjukhusetWellcome Trust
Mots-clésQuantitative computed tomographyGenome-wide association studyBone mineralBiologyOsteoporosisBone densityGenetic epidemiologyQuantitative trait locusInternal medicineCortical boneGeneticsEndocrinologyMedicineAnatomySingle-nucleotide polymorphismGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Most previous genetic epidemiology studies within the field of osteoporosis have focused on the genetics of the complex trait areal bone mineral density (aBMD), not being able to differentiate genetic determinants of cortical volumetric BMD (vBMD), trabecular vBMD, and bone microstructural traits. The objective of this study was to separately identify genetic determinants of these bone traits as analysed by peripheral quantitative computed tomography (pQCT). Separate GWA meta-analyses for cortical and trabecular vBMDs were performed. The cortical vBMD GWA meta-analysis (n = 5,878) followed by replication (n = 1,052) identified genetic variants in four separate loci reaching genome-wide significance (RANKL, rs1021188, p = 3.6×10⁻¹⁴; LOC285735, rs271170, p = 2.7×10⁻¹²; OPG, rs7839059, p = 1.2×10⁻¹⁰; and ESR1/C6orf97, rs6909279, p = 1.1×10⁻⁹). The trabecular vBMD GWA meta-analysis (n = 2,500) followed by replication (n = 1,022) identified one locus reaching genome-wide significance (FMN2/GREM2, rs9287237, p = 1.9×10⁻⁹). High-resolution pQCT analyses, giving information about bone microstructure, were available in a subset of the GOOD cohort (n = 729). rs1021188 was significantly associated with cortical porosity while rs9287237 was significantly associated with trabecular bone fraction. The genetic variant in the FMN2/GREM2 locus was associated with fracture risk in the MrOS Sweden cohort (HR per extra T allele 0.75, 95% confidence interval 0.60-0.93) and GREM2 expression in human osteoblasts. In conclusion, five genetic loci associated with trabecular or cortical vBMD were identified. Two of these (FMN2/GREM2 and LOC285735) are novel bone-related loci, while the other three have previously been reported to be associated with aBMD. The genetic variants associated with cortical and trabecular bone parameters differed, underscoring the complexity of the genetics of bone parameters. We propose that a genetic variant in the RANKL locus influences cortical vBMD, at least partly, via effects on cortical porosity, and that a genetic variant in the FMN2/GREM2 locus influences GREM2 expression in osteoblasts and thereby trabecular number and thickness as well as fracture risk.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,344
Écart entre enseignants0,290 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations116
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetBone health and osteoporosis researchTravaux en français237 207