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 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 ».