Advances in Exercise, Fitness, and Performance Genomics in 2011
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This review of the exercise genomics literature emphasizes the highest quality articles published in 2011. Given this emphasis on the best publications, only a small number of published articles are reviewed. One study found that physical activity levels were significantly lower in patients with mitochondrial DNA mutations compared with controls. A two-stage fine-mapping follow-up of a previous linkage peak found strong associations between sequence variation in the activin A receptor, type-1B (ACVRIB) gene and knee extensor strength, with rs2854464 emerging as the most promising candidate polymorphism. The association of higher muscular strength with the rs2854464 A allele was confirmed in two separate cohorts. A study using a combination of transcriptomic and genomic data identified a comprehensive map of the transcriptomic features important for aerobic exercise training-induced improvements in maximal oxygen consumption, but no genetic variants derived from candidate transcripts were associated with trainability. A large-scale de novo meta-analysis confirmed that the effect of sequence variation in the fat mass and obesity-associated (FTO) gene on the risk of obesity differs between sedentary and physically active adults. Evidence for gene-physical activity interactions on type 2 diabetes risk was found in two separate studies. A large study of women found that physical activity modified the effect of polymorphisms in the lipoprotein lipase (LPL), hepatic lipase (LIPC), and cholesteryl ester transfer protein (CETP) genes, identified in previous genome-wide association study reports, on HDL cholesterol. We conclude that a strong exercise genomics corpus of evidence would not only translate into powerful genomic predictors but also have a major effect on exercise biology and exercise behavior research.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle