Genomic imprinting, growth and maternal–fetal interactions
Notice bibliographique
Résumé
ABSTRACT In the 1980s, mouse nuclear transplantation experiments revealed that both male and female parental genomes are required for successful development to term (McGrath and Solter, 1983; Surani and Barton, 1983). This non-equivalence of parental genomes is because imprinted genes are predominantly expressed from only one parental chromosome. Uniparental inheritance of these genomic regions causes paediatric growth disorders such as Beckwith–Wiedemann and Silver–Russell syndromes (reviewed in Peters, 2014). More than 100 imprinted genes have now been discovered and the functions of many of these genes have been assessed in murine models. The first such genes described were the fetal growth factor insulin-like growth factor 2 (Igf2) and its inhibitor Igf2 receptor (Igf2r) (DeChiara et al., 1991; Lau et al., 1994; Wang et al., 1994). Since then, it has emerged that most imprinted genes modulate fetal growth and resource acquisition in a variety of ways. First, imprinted genes are required for the development of a functional placenta, the organ that mediates the exchange of nutrients between mother and fetus. Second, these genes act in an embryo-autonomous manner to affect the growth rate and organogenesis. Finally, imprinted genes can signal the nutritional status between mother and fetus, and can modulate levels of maternal care. Importantly, many imprinted genes have been shown to affect postnatal growth and energy homeostasis. Given that abnormal birthweight correlates with adverse adult metabolic health, including obesity and cardiovascular disease, it is crucial to understand how the modulation of this dosage-sensitive, epigenetically regulated class of genes can contribute to fetal and postnatal growth, with implications for lifelong health and disease.
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) | 0,001 | 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 ».