Genetic Effects on Dispersion in Urinary Albumin and Creatinine in Three House Mouse (<i>Mus musculus</i>) Cohorts
Notice bibliographique
Résumé
Abstract Conventionally, quantitative genetics concerns the heredity of trait means, but there is growing evidence for the existence of architectures in which certain alleles cause random variance in phenotype, termed ‘phenotypic dispersion’ (PD) or ‘variance QTL’ (vQTL), including in physiological traits like disease signs. However, the structure of this phenomenon is still poorly known. PD for urinary albumin (PDUAlb) and creatinine (PDUCrea) was mapped using curated data from two nearly genetically identical F2 mouse (Mus musculus) cohorts (383 male F2 C57BL/6J×A/J (97 SNP) and 207 male F2 C57BL/6J×A/J ApoE knockout mice (144 SNP)) and a related mapping cohort (340 male F2 DBA/2J×C57BL/6J (83 SNP, 8 microsatellites)). PDUAlb was associated with markers in regions of Chr 1 (5-64 megabases (MB); 141-158 MB), 3 (∼113 MB), 8 (37-68 MB), 14 (92-117 MB) and 17 (14-24 MB) with several positions and quantitative architectures in common between the two C57BL/6J×A/J cohorts, most of which had a negative dominant construction. One locus for PDUCrea was detected on Chr 19 (57 MB) in the C57BL/6J×A/J ApoE−/− cohort. The large number of negative dominant loci for albuminuria dispersion relative to conventional quantitative trait loci suggests that the development of albuminuria may be largely genetically dynamic and that randomization in this development is detrimental.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».