Systems genetics of susceptibility to obesity-induced diabetes in mice
Notice bibliographique
Résumé
Inbred strains of mice are strikingly different in susceptibility to obesity-driven diabetes. For instance, deficiency in leptin receptor (db/db) leads to hyperphagia and obesity in both C57BL/6 and DBA/2 mice, but only on the DBA/2 background do the mice develop beta-cell loss leading to severe diabetes, while C57BL/6 mice are relatively resistant. To further investigate the genetic factors predisposing to diabetes, we have studied leptin receptor-deficient offspring of an F2 cross between C57BL/6J (db/+) males and DBA/2J females. The results show that the genetics of diabetes susceptibility are enormously complex and a number of quantitative trait loci (QTL) contributing to diabetes-related traits were identified, notably on chromosomes 4, 6, 7, 9, 10, 11, 12, and 19. The Chr. 4 locus is likely due to a disruption of the Zfp69 gene in C57BL/6J mice. To identify candidate genes and to model coexpression networks, we performed global expression array analysis in livers of the F2 mice. Expression QTL (eQTL) were identified and used to prioritize candidate genes at clinical trait QTL. In several cases, clusters of eQTLs colocalized with clinical trait QTLs, suggesting a common genetic basis. We constructed coexpression networks for both 5 and 12 wk old mice and identified several modules significantly associated with clinical traits. One module in 12 wk old mice was associated with several measures of hepatic fat content as well as with other lipid- and diabetes-related traits. These results add to the understanding of the complex genetic interactions contributing to obesity-induced diabetes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».