Advances in Exercise, Fitness, and Performance Genomics in 2013
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
The most significant and scientifically sound articles in exercise genomics that were published in 2013 are reviewed in this report. No article on the genetic basis of sedentary behavior or physical activity level was identified. A calcineurin- and alpha actinin-2-based mechanism has been identified as the potential molecular basis for the observed lower muscular strength and power in alpha actinin-3-deficient individuals. Although baseline muscle transcriptomic signatures were found to be associated with strength training-induced muscle hypertrophy, no predictive genomic variants could be identified as of yet. One study found no clear evidence that the inverse relation between physical activity level and incident CHD events was influenced by 58 genomic variants clustered into four genetic scores. Lower physical activity level in North American populations may be driving the apparent risk of obesity in fat mass- and obesity-associated gene (FTO)-susceptible individuals compared with more active populations. Two large studies revealed that common genetic variants associated with baseline levels of plasma HDL cholesterol and triglycerides are not clear predictors of changes induced by interventions focused on weight loss, diet, and physical activity behavior. One large study from Japan reported that a higher fitness level attenuated the arterial stiffness-promoting effect of the Ala54 allele at the fatty acid binding protein 2 locus, which is a controversial finding because previous studies have suggested that Thr54 was the risk allele. Using transcriptomics to generate genomic targets in an unbiased manner for subsequent DNA sequence variants studies appears to be a growing trend. Moreover, exercise genomics is rapidly embracing gene and pathway analysis to better define the underlying biology and provide a foundation for the study of human variation.
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