Genomic scan for genes affecting body composition before and after training in Caucasians from HERITAGE
Notice bibliographique
Résumé
An autosomal genomewide search for genes related to body composition and its changes after a 20-wk endurance-exercise training program has been completed in the HERITAGE Family Study. Phenotypes included body mass index (BMI), sum of eight skinfold thicknesses, fat mass (FM), fat-free mass, percent body fat (%Fat), and plasma leptin levels. A maximum of 364 sib-pairs from 99 Caucasian families was studied with the use of 344 markers with single-point and multipoint linkage analyses. Evidence of significant linkage was observed for changes in fat-free mass with the S100A and the insulin-like growth factor I genes (P = 0.0001). Suggestive evidence (2.0 < or = Lod < 3.0; 0.0001 < P < or = 0.001) was also observed for the changes in FM and %Fat at 1q31 and 18q21-q23, in %Fat with the uncoupling protein 2 and 3 genes, and in BMI at 5q14-q21. At baseline, suggestive evidence was observed for BMI at 8q23-q24, 10p15, and 14q11; for FM at 14q11; and for plasma leptin levels with the low-density lipoprotein receptor gene. This is the first genomic scan on genes involved in exercise-training-induced changes in body composition that could provide information on the determinants of weight loss.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».