Interplay of Placental DNA Methylation and Maternal Insulin Sensitivity in Pregnancy
Notice bibliographique
Résumé
The placenta participates in maternal insulin sensitivity changes during pregnancy; however, mechanisms remain unclear. We investigated associations between maternal insulin sensitivity and placental DNA methylation markers across the genome. We analyzed data from 430 mother-offspring dyads in the Gen3G cohort. All women underwent 75-g oral glucose tolerance tests at ∼26 weeks of gestation; we used glucose and insulin measures to estimate insulin sensitivity (Matsuda index). At delivery, we collected samples from placenta (fetal side) and measured DNA methylation using Illumina EPIC arrays. Using linear regression models to quantify associations at 720,077 cytosine-guanine dinucleotides (CpGs), with adjustment for maternal age, gravidity, smoking, BMI, child sex, and gestational age at delivery, we identified 188 CpG sites where placental DNA methylation was associated with Matsuda index (P < 6.94 × 10−8). Among genes annotated to these 188 CpGs, we found enrichment in targets for miRNAs, in histone modifications, and in parent-of-origin DNA methylation including the H19/MIR675 locus (paternally imprinted). We identified 12 known placenta imprinted genes, including KCNQ1. Mendelian randomization analyses revealed five loci where placenta DNA methylation may causally influence maternal insulin sensitivity, including the maternally imprinted gene DLGAP2. Our results suggest that placental DNA methylation is fundamentally linked to the regulation of maternal insulin sensitivity in pregnancy.
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 ».