Recent progress in genetics, epigenetics and metagenomics unveils the pathophysiology of human obesity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In high-, middle- and low-income countries, the rising prevalence of obesity is the underlying cause of numerous health complications and increased mortality. Being a complex and heritable disorder, obesity results from the interplay between genetic susceptibility, epigenetics, metagenomics and the environment. Attempts at understanding the genetic basis of obesity have identified numerous genes associated with syndromic monogenic, non-syndromic monogenic, oligogenic and polygenic obesity. The genetics of leanness are also considered relevant as it mirrors some of obesity's aetiologies. In this report, we summarize ten genetically elucidated obesity syndromes, some of which are involved in ciliary functioning. We comprehensively review 11 monogenic obesity genes identified to date and their role in energy maintenance as part of the leptin-melanocortin pathway. With the emergence of genome-wide association studies over the last decade, 227 genetic variants involved in different biological pathways (central nervous system, food sensing and digestion, adipocyte differentiation, insulin signalling, lipid metabolism, muscle and liver biology, gut microbiota) have been associated with polygenic obesity. Advances in obligatory and facilitated epigenetic variation, and gene-environment interaction studies have partly accounted for the missing heritability of obesity and provided additional insight into its aetiology. The role of gut microbiota in obesity pathophysiology, as well as the 12 genes associated with lipodystrophies is discussed. Furthermore, in an attempt to improve future studies and merge the gap between research and clinical practice, we provide suggestions on how high-throughput '-omic' data can be integrated in order to get closer to the new age of personalized medicine.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle