Genetic determinants of adiponectin regulation revealed by pregnancy
Notice bibliographique
Résumé
Objective This study investigated genetic determinants of adiponectin during pregnancy to reveal novel biology of adipocyte regulation. Methods A genome‐wide association study was conducted in 1,322 pregnant women from the Hyperglycemia and Adverse Pregnancy Outcome Study with adiponectin measured at ∼28 weeks of gestation. Variants reaching P < 5×10−5 for de novo genotyping in two replication cohorts (Genetics of Glycemic regulation in Gestation and Growth N = 522; ECOGENE‐21 N = 174) were selected. Results In the combined meta‐analysis, the maternal T allele of rs900400 located on chr3q25 (near LEKR1/CCNL1) was associated with lower maternal adiponectin (β ± standard error [SE] = −0.18 ± 0.03 standard deviation [SD] of adiponectin per risk allele; P = 1.5 10−8; N = 2,004; multivariable adjusted models). In contrast, rs900400 showed only nominal association with adiponectin in a large sample of nonpregnant women (β ± SE = −0.012 ± 0.006; P = 0.05; N = 16,678 women from the ADIPOgen consortium). The offspring rs900400 T risk allele was associated with greater neonatal skinfold thickness (β ±SE = 0.19 ± 0.04 SD per risk allele; P = 4.1×10−8; N = 1,489) and higher cord blood leptin (β ± SE = 0.28 ± 0.05 log‐leptin per risk allele; P = 8.2 10−9; N = 502), but not with cord blood adiponectin (P = 0.23; N = 495). The T allele of rs900400 was associated with higher expression of TIPARP in adipocytes. Conclusions These investigations of adipokines during pregnancy and early life suggest that rs900400 has a role in adipocyte function.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».