MétaCan
Menu
Retour à la cohorte
Enregistrement W2948309327 · doi:10.3390/nu11061265

Network Analysis of the Potential Role of DNA Methylation in the Relationship between Plasma Carotenoids and Lipid Profile

2019· article· en· W2948309327 sur OpenAlexafffund
Bénédicte L. Tremblay, Frédéric Guénard, Benoı̂t Lamarche, Louis Përusse, Marie‐Claude Vohl

Notice bibliographique

RevueNutrients · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAntioxidant Activity and Oxidative Stress
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésDNA methylationMethylationBiologyCarotenoidGeneCpG siteGeneticsLipid profileComputational biologyGene expressionBiochemistryCholesterol

Résumé

récupéré en direct d'OpenAlex

Variability in plasma carotenoids may be attributable to several factors including genetic variants and lipid profile. Until now, the impact of DNA methylation on this variability has not been widely studied. Weighted gene correlation network analysis (WGCNA) is a systems biology method used for finding gene clusters (modules) with highly correlated methylation levels and for relating them to phenotypic traits. The objective of the present study was to examine the role of DNA methylation in the relationship between plasma total carotenoid concentrations and lipid profile using WGCNA in 48 healthy subjects. Genome-wide DNA methylation levels of 20,687 out of 472,245 CpG sites in blood leukocytes were associated with total carotenoid concentrations. Using WGCNA, nine co-methylation modules were identified. A total of 2734 hub genes (17 unique top hub genes) were potentially related to lipid profile. This study provides evidence for the potential implications of gene co-methylation in the relationship between plasma carotenoids and lipid profile. Further studies and validation of the hub genes are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,265
Écart entre enseignants0,246 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations22
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetAntioxidant Activity and Oxidative StressTravaux en français237 207