Placental NEGR1 DNA methylation is associated with BMI and neurodevelopment in preschool-age children
Notice bibliographique
Résumé
Studies have linked maternal pre-pregnancy obesity and hyperglycaemia with metabolic and neurodevelopmental complications in childhood. DNA methylation (DNAm) might enable foetal adaptations to environmental adversities through important gene loci. NEGR1 is involved in both energy balance and behaviour regulation. The aim of this study was to investigate associations between placental DNAm at the NEGR1 gene locus and childhood anthropometric and neurodevelopmental profiles in preschoolers. We analysed 276 mother-child dyads from Gen3G, a prospective birth cohort from Sherbrooke. At 3yo (40.4 ± 3.0 months), we measured body mass index (BMI) and the mothers reported on offspring neurobehavior using the Strengths and Difficulties Questionnaire (SDQ). We quantified DNAm levels at 30 CpGs at the NEGR1 locus using the MethylationEPIC Array in placental biopsies. DNAm at four CpGs located before NEGR1 second exon predicted child’s BMI z-score (cg26153364: β=−0.16 ± 0.04; p=0.008, cg23166710: β=0.14 ± 0.08; p=0.03) and SDQ total score (cg04932878: β=0.22 ± 1.0; p= 3.0x10−4, cg16525738: β=−0.14 ± 0.18; p=0.01, cg23166710: β=−0.13 ± 0.36; p= 0.04), explaining 4.2% (p=0.003) and 7.3% (p= 1.3 x 10−4) of BMI-z and SDQ variances. cg23166710 was associated with both childhood phenotypes and correlated with NEGR1 placental expression (r=−0.22, p=0.04), suggesting its possible functional role. Together, maternal metabolic characteristics during pregnancy with NEGR1 DNAm levels explained 7.4% (p=4.2 x 10−4) of BMI-z and 14.2% (p=2.8 x 10−7) of SDQ variance at 3yo. This longitudinal study suggests that placental NEGR1 DNAm is associated with adiposity and neurodevelopment in preschool children and highlights its potential role in their comorbidity.
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 ».