MétaCan
Menu
Retour à la cohorte
Enregistrement W2949315137 · doi:10.1101/237958

Genome-Epigenome Interactions Associated with Myalgic Encephalomyelitis/Chronic Fatigue Syndrome

2017· preprint· en· W2949315137 sur OpenAlexafffund
Santiago Herrera, Wilfred C. de Vega, David G. Ashbrook, Suzanne D. Vernon, Patrick O. McGowan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineMedicine
ThématiqueFibromyalgia and Chronic Fatigue Syndrome Research
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEpigeneticsChronic fatigue syndromeDNA methylationGeneticsEpigenomicsBiologyEpigenomePhenotypeSingle-nucleotide polymorphismCpG siteMethylationGenotypeGeneMedicineGene expression

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Myalgic Encephalomyelitis/Chronic Fatigue Syndrome (ME/CFS) is an example of a complex disease of unknown etiology. Multiple studies point to disruptions in immune functioning in ME/CFS patients as well as with specific genetic polymorphisms and alterations of the DNA methylome in lymphocytes. However, the association between DNA methylation and genetic background in relation to the ME/CFS is currently unknown. In this study we explored this association by characterizing the genomic (~4.3 million SNPs) and epigenomic (~480 thousand CpG loci) variability between populations of ME/CFS patients and healthy controls. We found significant associations of methylation states in T-lymphocytes at several CpG loci and regions with ME/CFS phenotype. These methylation anomalies are in close proximity to genes involved with immune function and cellular metabolism. Finally, we found significant correlations of genotypes with methylation phenotypes associated with ME/CFS. The findings from this study highlight the role of epigenetic and genetic interactions in complex diseases, and suggest several genetic and epigenetic elements potentially involved in the mechanisms of disease in ME/CFS.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,031
Tête enseignante GPT0,277
Écart entre enseignants0,247 · 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetFibromyalgia and Chronic Fatigue Syndrome ResearchTravaux en français237 207