Peripheral Blood Transcriptomic Signatures of Fasting Glucose and Insulin Concentrations
Notice bibliographique
Résumé
Genome-wide association studies (GWAS) have successfully identified genetic loci associated with glycemic traits. However, characterizing the functional significance of these loci has proven challenging. We sought to gain insights into the regulation of fasting insulin and fasting glucose through the use of gene expression microarray data from peripheral blood samples of participants without diabetes in the Framingham Heart Study (FHS) (n = 5,056), the Rotterdam Study (RS) (n = 723), and the InCHIANTI Study (Invecchiare in Chianti) (n = 595). Using a false discovery rate q <0.05, we identified three transcripts associated with fasting glucose and 433 transcripts associated with fasting insulin levels after adjusting for age, sex, technical covariates, and complete blood cell counts. Among the findings, circulating IGF2BP2 transcript levels were positively associated with fasting insulin in both the FHS and RS. Using 1000 Genomes-imputed genotype data, we identified 47,587 cis-expression quantitative trait loci (eQTL) and 6,695 trans-eQTL associated with the 433 significant insulin-associated transcripts. Of note, we identified a trans-eQTL (rs592423), where the A allele was associated with higher IGF2BP2 levels and with fasting insulin in an independent genetic meta-analysis comprised of 50,823 individuals. We conclude that integration of genomic and transcriptomic data implicate circulating IGF2BP2 mRNA levels associated with glucose and insulin homeostasis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».