Disentangling the genetics of lean mass
Notice bibliographique
Résumé
BACKGROUND: Lean body mass (LM) plays an important role in mobility and metabolic function. We previously identified five loci associated with LM adjusted for fat mass in kilograms. Such an adjustment may reduce the power to identify genetic signals having an association with both lean mass and fat mass. OBJECTIVES: To determine the impact of different fat mass adjustments on genetic architecture of LM and identify additional LM loci. METHODS: We performed genome-wide association analyses for whole-body LM (20 cohorts of European ancestry with n = 38,292) measured using dual-energy X-ray absorptiometry) or bioelectrical impedance analysis, adjusted for sex, age, age2, and height with or without fat mass adjustments (Model 1 no fat adjustment; Model 2 adjustment for fat mass as a percentage of body mass; Model 3 adjustment for fat mass in kilograms). RESULTS: Seven single-nucleotide polymorphisms (SNPs) in separate loci, including one novel LM locus (TNRC6B), were successfully replicated in an additional 47,227 individuals from 29 cohorts. Based on the strengths of the associations in Model 1 vs Model 3, we divided the LM loci into those with an effect on both lean mass and fat mass in the same direction and refer to those as sumo wrestler loci (FTO and MC4R). In contrast, loci with an impact specifically on LM were termed body builder loci (VCAN and ADAMTSL3). Using existing available genome-wide association study databases, LM increasing alleles of SNPs in sumo wrestler loci were associated with an adverse metabolic profile, whereas LM increasing alleles of SNPs in body builder loci were associated with metabolic protection. CONCLUSIONS: In conclusion, we identified one novel LM locus (TNRC6B). Our results suggest that a genetically determined increase in lean mass might exert either harmful or protective effects on metabolic traits, depending on its relation to fat mass.
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) | 0,000 | 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 ».