MétaCan
Menu
Retour à la cohorte
Enregistrement W2345463667 · doi:10.1093/molbev/msw077

A Lesson from Wheat Evolution: Wild and Landraces Genetic Diversity the Key to Improving the Nutritional Value of Our Spaghetti Dish

2016· letter· en· W2345463667 sur OpenAlexaboutno aff
Joseph Caspermeyer

Notice bibliographique

RevueMolecular Biology and Evolution · 2016
Typeletter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyPolyunsaturated fatty acidArachidonic acidDiseaseBiotechnologyGenetic diversityFatty acidPhysiologyGeneticsFood scienceBiochemistryInternal medicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

heart disease, colon cancer, and many other inflammationrelated conditions. Treating individuals according to whether they carry 0, 1, or 2 copies of the insertion, and their influence on fatty acid metabolites, can be an important consideration for precision medicine and nutrition. The insertion mutation may be favored in populations subsisting primarily on vegetarian diets and possibly populations having limited access to diets rich in polyunsaturated fats, especially fatty fish. Very interestingly, the deletion of the same sequence might have been adaptive in populations which are based on marine diet, such as the Greenlandic Inuit. The authors will follow up the study with additional worldwide populations to better understand the mutations and these genes as a genetic marker for disease risk. “With little animal food in the diet, the long chain polyunsaturated fatty acids must be made metabolically from plant PUFA precursors. The physiological demand for arachidonic acid, as well as omega-3 EPA and DHA, in vegetarians is likely to have favored genetics that support efficient synthesis of these key metabolites,” said Brenna and Kothapalli in a joint comment. “Changes in the dietary omega-6 to omega3 balance may contribute to the increase in chronic disease seen in some developing countries.”

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,760

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 ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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'étudeSans objet
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Biology and EvolutionMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207