MétaCan
Menu
Retour à la cohorte
Enregistrement W2896468934 · doi:10.1038/s41467-018-06356-1

Genome-wide analyses identify a role for SLC17A4 and AADAT in thyroid hormone regulation

2018· review· en· W2896468934 sur OpenAlexaff
Alexander Teumer, Layal Chaker, Stefan Groeneweg, Yong Li, Celia Di Munno, Caterina Barbieri, Ulla T. Schultheiß, Michela Traglia, Tarunveer S. Ahluwalia, Masato Akiyama, Emil V. R. Appel, Dan E. Arking, Alice M. Arnold, Arne Astrup, Marian Beekman, John Beilby, Sofie Bekaert, Eric Boerwinkle, Suzanne J. Brown, Marc De Buyzere, Purdey J. Campbell, Graziano Ceresini, Charlotte Cerqueira, Francesco Cucca, Ian J. Deary, Joris Deelen, Kai‐Uwe Eckardt, Arif B. Ekici, Johan G. Eriksson, Luigi Ferrrucci, Tom Fiers, Edoardo Fiorillo, Ian Ford, Caroline S. Fox, Christian Fuchsberger, Tessel E. Galesloot, Christian Gieger, Martin Gögele, Alessandro De Grandi, Niels Grarup, Karin Halina Greiser, Kadri Haljas, Torben Hansen, Sarah E. Harris, Martin den Heijer, Andrew A. Hicks, Wouter den Hollander, Georg Homuth, Jennie Hui, M. Arfan Ikram, Till Ittermann, Richard A. Jensen, Jiaojiao Jing, J. Wouter Jukema, Eero Kajantie, Yoichiro Kamatani, Elisa Kasbohm, Jean‐Marc Kaufman, Lambertus A. Kiemeney, M. Kloppenburg, Florian Kronenberg, Michiaki Kubo, Jari Lahti, Bruno Lapauw, Shuo Li, David C. Liewald, Behrooz Z. Alizadeh, H. Marike Boezen, Lude Franke, Pim van der Harst, Gerjan Navis, Marianne G. Rots, Harold Snieder, Morris A. Swertz, Cisca Wijmenga, Ee Mun Lim, Allan Linneberg, Michela Marina, Deborah Mascalzoni, Koichi Matsuda, Daniel Medenwald, Christa Meisinger, Ingrid Meulenbelt, Tim De Meyer, Henriette E. Meyer zu Schwabedissen, Rafael Mikolajczyk, Matthijs Moed, Romana T. Netea‐Maier, Ilja M. Nolte, Yukinori Okada, Mauro Pala, Cristian Pattaro, Oluf Pedersen, Astrid Petersmann, Eleonora Porcu, Iris Postmus, Peter P. Pramstaller, Bruce M. Psaty, Y.F. Ramos, Rajesh Rawal, Paul Redmond, J. Brent Richards, Ernst Rietzschel, Fernando Rivadeneira, Greet Roef, Jerome I. Rotter, Cinzia Sala, David Schlessinger, Elizabeth Selvin, P. Eline Slagboom, Nicole Soranzo, Thorkild I. A. Sørensen, Timothy D. Spector, John M. Starr, David J. Stott, Youri Taes, Daniel Taliun, Toshiko Tanaka, Betina H. Thuesen, Daniel Tiller, Daniela Toniolo, André G. Uitterlinden, W. Edward Visser, John P. Walsh, Scott G. Wilson, Bruce H. R. Wolffenbuttel, Qiong Yang, Hou‐Feng Zheng, Anne Rentoumis Cappola, Robin P. Peeters, Silvia Naitza, Henry Völzke, Serena Sanna, Anna Köttgen, Theo J. Visser, Marco Medici

Notice bibliographique

RevueNature Communications · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueThyroid Disorders and Treatments
Établissements canadiensJewish General Hospital
Organismes subventionnairesNational Heart, Lung, and Blood InstituteSteno Diabetes Center CopenhagenMedical Research CouncilNational Institute for Health and Care ResearchBiotechnology and Biological Sciences Research CouncilNovo Nordisk Fonden
Mots-clésComputational biologyThyroidGenomeHormoneBioinformaticsBiologyMedicineGeneticsEndocrinologyGene

Résumé

récupéré en direct d'OpenAlex

Thyroid dysfunction is an important public health problem, which affects 10% of the general population and increases the risk of cardiovascular morbidity and mortality. Many aspects of thyroid hormone regulation have only partly been elucidated, including its transport, metabolism, and genetic determinants. Here we report a large meta-analysis of genome-wide association studies for thyroid function and dysfunction, testing 8 million genetic variants in up to 72,167 individuals. One-hundred-and-nine independent genetic variants are associated with these traits. A genetic risk score, calculated to assess their combined effects on clinical end points, shows significant associations with increased risk of both overt (Graves' disease) and subclinical thyroid disease, as well as clinical complications. By functional follow-up on selected signals, we identify a novel thyroid hormone transporter (SLC17A4) and a metabolizing enzyme (AADAT). Together, these results provide new knowledge about thyroid hormone physiology and disease, opening new possibilities for therapeutic targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,430
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations289
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetThyroid Disorders and TreatmentsTravaux en français237 207