Genetic control of body weight by the human brain proteome
Notice bibliographique
Résumé
ABSTRACT Genome-wide association studies (GWAS) have identified hundreds of genetic variants associated with body weight but the biological relevance of most remains unexplored. Given the critical role of the brain in multiple biological processes associated with body weight regulation, we set out to determine whether genetic variants linked with body mass index (BMI) could be mapped to brain proteins. Using genetic colocalization, we mapped 23 loci from the largest BMI GWAS (n=806,834) to brain proteins (obtained from a dataset of >7000 dorsolateral prefrontal cortex proteins measured by mass spectrometry in >400 individuals). We also performed a proteome-wide Mendelian randomization analysis followed by genetic colocalization, which allowed us to identify an additional 48 brain proteins linked with BMI. Multi-trait colocalization suggested that more than 75% of the protein quantitative trait loci (pQTL)-BMI associations are mediated via protein expression and not via RNA expression. Single-cell sequencing from the human brain cortex revealed that the genes expressing the proteins associated with BMI may be predominantly expressed in oligodendrocytes. In the Québec Family Study, a genetic risk score (GRS) including these brain pQTLs was associated with higher dietary carbohydrate intake and lower lipid intake whereas a GRS including the 67 variants most strongly associated with BMI was not associated with dietary intake. In conclusions, we identified 71 proteins expressed in the prefrontal cortex that may be critical regulators of body weight and possibly dietary intake in humans.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».