Genotype scores in energy and iron-metabolising genes are higher in elite endurance athletes than in nonathlete controls
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Information about the association of energy and iron-metabolising genes with endurance performance is scarce. The objective of this investigation was to compare the frequencies of polymorphic variations of genes involved in energy generation and iron metabolism in elite endurance athletes versus nonathlete controls. Genotype frequencies in 123 male elite endurance athletes (75 professional road cyclists and 48 elite endurance runners) and 122 male nonathlete participants were compared by assessing 4 genetic polymorphisms: AMPD1 c.34C/T (rs17602729), PPARGC1A c.1444G/A (rs8192678) HFE H63D c.187C/G (rs1799945) and HFE C282Y c.845G/A (rs1800562). A weighted genotype score (w-TGS; from 0 to 100 arbitrary units (a.u.)) was calculated by assigning a corresponding weight to each polymorphism. In the nonathlete population, the mean w-TGS value was lower (39.962 ± 14.654 a.u.) than in the group of elite endurance athletes (53.344 ± 17.053 a.u). The binary logistic regression analysis showed that participants with a w-TGS > 38.975 a.u had an odds ratio of 1.481 (95% confidence interval: 1.244–1.762; p < 0.001) for achieving elite athlete status. The genotypic distribution of polymorphic variations involved in energy generation and iron metabolism was different in elite endurance athletes vs. controls. Thus, an optimal genetic profile in these genes might contribute to physical endurance in athlete status. Novelty Genetic profile in energy generation and iron-metabolising genes in elite endurance athletes is different than that of nonathletes. There is an implication of an “optimal” genetic profile in the selected genes favouring endurance sporting performance.
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.
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 découle