MétaCan
Menu
Retour à la cohorte
Enregistrement W3007776995 · doi:10.18632/aging.102848

Ancestral stress programs sex-specific biological aging trajectories and non-communicable disease risk

2020· article· en· W3007776995 sur OpenAlexafffund
Mirela Ambeskovic, Yaroslav Ilnytskyy, Douglas Kiss, Cheryl L. Currie, Tony Montina, Igor Kovalchuk, Gerlinde A. S. Metz

Notice bibliographique

RevueAging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchAlberta Innovates
Mots-clésDiseaseBiologyLongevityEpigeneticsOffspringPhysiologyPopulationBioinformaticsMedicineGeneticsInternal medicineGeneEnvironmental healthPregnancy

Résumé

récupéré en direct d'OpenAlex

The incidence of non-communicable diseases (NCDs) is rising globally but their causes are generally not understood. Here we show that cumulative ancestral stress leads to premature aging and raises NCD risk in a rat population. This longitudinal study revealed that cumulative multigenerational prenatal stress (MPS) across four generations (F0-F3) raises age- and sex-dependent adverse health outcomes in F4 offspring. MPS accelerated biological aging processes and exacerbated sex-specific incidences of respiratory and kidney diseases, inflammatory processes and tumors. Unbiased deep sequencing of frontal cortex revealed that MPS altered expression of microRNAs and their target genes involved in synaptic plasticity, stress regulation, immune function and longevity. Multi-layer top-down deep learning metabolite enrichment analysis of urine markers revealed altered metabolic homeodynamics in MPS males. Thus, peripheral metabolic signatures may provide sensitive biomarkers of stress vulnerability and disease risk. Programming by MPS appears to be a significant determinant of lifetime mental health trajectories, physical wellbeing and vulnerability to NCDs through altered epigenetic regulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,069
Tête enseignante GPT0,306
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations19
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgingMême sujetBirth, Development, and HealthTravaux en français237 207