MétaCan
Menu
Retour à la cohorte
Enregistrement W2343497810 · doi:10.1097/fpc.0000000000000182

Genetic diversity of variants involved in drug response and metabolism in Sri Lankan populations

2015· article· en· W2343497810 sur OpenAlexaff
Sze Ling Chan, Nilakshi Samaranayake, Colin J.D. Ross, Meng Tiak Toh, Bruce Carleton, Michael R. Hayden, Yik Ying Teo, Vajira H. W. Dissanayake, Liam R. Brunham

Notice bibliographique

RevuePharmacogenetics and Genomics · 2015
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensUniversity of British ColumbiaChild and Family Research Institute
Organismes subventionnairesBiomedical Research CouncilNational Medical Research CouncilMedical Research CouncilNational University of SingaporeAgency for Science, Technology and Research
Mots-clésPharmacogenomicsGenetic diversityPopulationBiologyGeneticsEvolutionary biologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Interpopulation differences in drug responses are well documented, and in some cases they correspond to differences in the frequency of associated genetic markers. Understanding the diversity of genetic markers associated with drug response across different global populations is essential to infer population rates of drug response or risk for adverse drug reactions, and to guide implementation of pharmacogenomic testing. Sri Lanka is a culturally and linguistically diverse nation, but little is known about the population genetics of the major Sri Lankan ethnic groups. The objective of this study was to investigate the diversity of pharmacogenomic variants in the major Sri Lankan ethnic groups. METHODS: We examined the allelic diversity of more than 7000 variants in genes involved in drug biotransformation and response in the three major ethnic populations of Sri Lanka (Sinhalese, Sri Lankan Tamils, and Moors), and compared them with other South Asian, South East Asian, and European populations using Wright's Fixation Index, principal component analysis, and STRUCTURE analysis. RESULTS: We observed overall high levels of similarity within the Sri Lankan populations (median FST=0.0034), and between Sri Lankan and other South Asian populations (median FST=0.0064). Notably, we observed substantial differentiation between Sri Lankan and European populations for important pharmacogenomic variants related to warfarin (VKORC1 rs9923231) and clopidogrel (CYP2C19 rs4986893) response. CONCLUSION: These data expand our understanding of the population structure of Sri Lanka, provide a resource for pharmacogenomic research, and have implications for the clinical use of genetic testing of pharmacogenomic variants in these populations.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,161
Tête enseignante GPT0,398
Écart entre enseignants0,238 · 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

Citations28
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacogenetics and GenomicsMême sujetPharmacogenetics and Drug MetabolismTravaux en français237 207