MétaCan
Menu
Retour à la cohorte
Enregistrement W2156822413 · doi:10.1371/journal.pone.0006641

Genetic Variation in Healthy Oldest-Old

2009· article· en· W2156822413 sur OpenAlexafffund
Julius Halaschek-Wiener, Mahsa Amirabbasi-Beik, Nasim Monfared, Markus Pieczyk, Christian Sailer, Anita Kollar, Ruth Thomas, Georgios Agalaridis, So Yamada, L.A.S. Oliveira, Jennifer A. Collins, Graydon S. Meneilly, Marco A. Marra, Kenneth Madden, Nhu D. Le, Joseph M. Connors, Angela Brooks‐Wilson

Notice bibliographique

RevuePLoS ONE · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensSimon Fraser UniversityBC Cancer AgencyUniversity of British ColumbiaCanada's Michael Smith Genome Sciences Centre
Organismes subventionnairesMichael Smith Health Research BCCanadian Institutes of Health ResearchAustrian Science FundCanada's Michael Smith Genome Sciences Centre
Mots-clésGeneticsSingle-nucleotide polymorphismBiologyInternational HapMap ProjectdbSNPCandidate geneGenotypeGene

Résumé

récupéré en direct d'OpenAlex

Individuals who live to 85 and beyond without developing major age-related diseases may achieve this, in part, by lacking disease susceptibility factors, or by possessing resistance factors that enhance their ability to avoid disease and prolong lifespan. Healthy aging is a complex phenotype likely to be affected by both genetic and environmental factors. We sequenced 24 candidate healthy aging genes in DNA samples from 47 healthy individuals aged eighty-five years or older (the 'oldest-old'), to characterize genetic variation that is present in this exceptional group. These healthy seniors were never diagnosed with cancer, cardiovascular disease, pulmonary disease, diabetes, or Alzheimer disease. We re-sequenced all exons, intron-exon boundaries and selected conserved non-coding sequences of candidate genes involved in aging-related processes, including dietary restriction (PPARG, PPARGC1A, SIRT1, SIRT3, UCP2, UCP3), metabolism (IGF1R, APOB, SCD), autophagy (BECN1, FRAP1), stem cell activation (NOTCH1, DLL1), tumor suppression (TP53, CDKN2A, ING1), DNA methylation (TRDMT1, DNMT3A, DNMT3B) Progeria syndromes (LMNA, ZMPSTE24, KL) and stress response (CRYAB, HSPB2). We detected 935 variants, including 848 single nucleotide polymorphisms (SNPs) and 87 insertion or deletions; 41% (385) were not recorded in dbSNP. This study is the first to present a comprehensive analysis of genetic variation in aging-related candidate genes in healthy oldest-old. These variants and especially our novel polymorphisms are valuable resources to test for genetic association in models of disease susceptibility or resistance. In addition, we propose an innovative tagSNP selection strategy that combines variants identified through gene re-sequencing- and HapMap-derived SNPs.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations48
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207