Genetics of Lipid and Lipoprotein Disorders and Traits
Notice bibliographique
Résumé
Abstract Purpose of Review Plasma lipids, namely cholesterol and triglyceride, and lipoproteins, such as low-density lipoprotein (LDL) and high-density lipoprotein, serve numerous physiological roles. Perturbed levels of these traits underlie monogenic dyslipidemias, a diverse group of multisystem disorders. We are on the verge of having a relatively complete picture of the human dyslipidemias and their components. Recent Findings Recent advances in genetics of plasma lipids and lipoproteins include the following: (1) expanding the range of genes causing monogenic dyslipidemias, particularly elevated LDL cholesterol; (2) appreciating the role of polygenic effects in such traits as familial hypercholesterolemia and combined hyperlipidemia; (3) accumulating a list of common variants that determine plasma lipids and lipoproteins; (4) applying exome sequencing to identify collections of rare variants determining plasma lipids and lipoproteins that via Mendelian randomization have also implicated gene products such as NPC1L1 , APOC3 , LDLR , APOA5 , and ANGPTL4 as causal for atherosclerotic cardiovascular disease; and (5) using naturally occurring genetic variation to identify new drug targets, including inhibitors of apolipoprotein (apo) C-III, apo(a), ANGPTL3, and ANGPTL4. Summary Here, we compile this disparate range of data linking human genetic variation to plasma lipids and lipoproteins, providing a “one stop shop” for the interested reader.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».