MétaCan
Menu
Retour à la cohorte
Enregistrement W2166039665 · doi:10.1038/ncomms4746

Maternal nutrition at conception modulates DNA methylation of human metastable epialleles

2014· article· en· W2166039665 sur OpenAlexaff
Paula Domínguez-Salas, Sophie E. Moore, Maria S. Baker, Andrew W. Bergen, Sharon E. Cox, Roger Dyer, Anthony J. C. Fulford, Yongtao Guan, Eleonora Laritsky, Matt J. Silver, Gary E. Swan, Steven H. Zeisel, Sheila M. Innis, Robert A. Waterland, Andrew M. Prentice, Branwen J. Hennig

Notice bibliographique

RevueNature Communications · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensChild and Family Research InstituteUniversity of British Columbia
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute of Diabetes and Digestive and Kidney DiseasesMedical Research CouncilNational Institutes of HealthU.S. Department of AgricultureNational Institute on Drug AbuseWellcome Trust
Mots-clésOffspringEpigeneticsDNA methylationPregnancyBiologyMethylationEndocrinologyMetastabilityGeneticsPhysiologyInternal medicineDNAMedicineGeneChemistryGene expression

Résumé

récupéré en direct d'OpenAlex

In experimental animals, maternal diet during the periconceptional period influences the establishment of DNA methylation at metastable epialleles in the offspring, with permanent phenotypic consequences. Pronounced naturally occurring seasonal differences in the diet of rural Gambian women allowed us to test this in humans. We show that significant seasonal variations in methyl-donor nutrient intake of mothers around the time of conception influence 13 relevant plasma biomarkers. The level of several of these maternal biomarkers predicts increased/decreased methylation at metastable epialleles in DNA extracted from lymphocytes and hair follicles in infants postnatally. Our results demonstrate that maternal nutritional status during early pregnancy causes persistent and systemic epigenetic changes at human metastable epialleles.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,307
Écart entre enseignants0,289 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations506
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetEpigenetics and DNA MethylationTravaux en français237 207