MétaCan
Menu
Retour à la cohorte
Enregistrement W3175823194 · doi:10.1096/fasebj.26.1_supplement.647.5

Regulation of the PBMCs gene expression profile with the Western dietary pattern in healthy men and women

2012· article· en· W3175823194 sur OpenAlexaff
Annie Bouchard‐Mercier, Ann-Marie Paradis, Iwona Rudkowska, Simone Lemieux, Patrick Couture, Marie‐Claude Vohl

Notice bibliographique

RevueThe FASEB Journal · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPeripheral blood mononuclear cellGene expressionIngenuityMicroarrayFold changeGeneMicroarray analysis techniquesMedicineDownregulation and upregulationPhysiologyBiologyInternal medicineImmunologyGenetics

Résumé

récupéré en direct d'OpenAlex

Diet regulates gene expression. The objective is to examine gene expression in relation with the Western dietary pattern. Methods 30 Caucasians (13 males; 17 females) were recruited. Dietary patterns were derived from a food frequency questionnaire using factor analysis. RNA was extracted from peripheral blood mononuclear cells (PBMCs), when subjects were in the fasting state. Expression levels of 47 231 mRNA transcripts (> 31000 genes) were assessed using the Illumina Human‐6 v3 Expression BeadChips®. Microarray data was processed with Flexarray software and pathway analysis was assessed using Ingenuity Pathway analysis (IPA). Results The Western pattern was characterised by high intakes of refined grain products and meats. In subjects with high versus low scores for the Western pattern, 193 transcripts were upregulated and 197 were downregulated. IPA reveals that networks related to inflammatory response, immunological diseases and cancer were different in subjects with high versus low scores for the Western pattern. Conclusion Studying gene expression profiles according to dietary patterns may help to understand the overall effect of nutrition in chronic diseases development. CIHR (MOP229488)

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)0,000
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207