MétaCan
Menu
Retour à la cohorte
Enregistrement W4225518108 · doi:10.1186/s13148-022-01268-w

Epigenome-wide contributions to individual differences in childhood phenotypes: a GREML approach

2022· article· en· W4225518108 sur OpenAlex
Alexander Neumann, Jean‐Baptiste Pingault, Janine F. Felix, Vincent W. V. Jaddoe, Henning Tiemeier, Charlotte A. M. Cecil, Esther Walton

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueClinical Epigenetics · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensJewish General Hospital
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentH2020 Marie Skłodowska-Curie ActionsEconomic and Social Research CouncilMedical Research CouncilHorizon 2020Canadian Institutes of Health ResearchZonMwWellcome TrustNederlandse Organisatie voor Wetenschappelijk OnderzoekBiotechnology and Biological Sciences Research CouncilErasmus Universiteit Rotterdam
Mots-clésEpigenomeHuman geneticsPhenotypeComputational biologyBiologyBioinformaticsGeneticsMedicineDNA methylationGene

Résumé

récupéré en direct d'OpenAlex

Abstract Background DNA methylation is an epigenetic mechanism involved in human development. Numerous epigenome-wide association studies (EWAS) have investigated the associations of DNA methylation at single CpG sites with childhood outcomes. However, the overall contribution of DNA methylation across the genome ( R 2 Methylation ) towards childhood phenotypes is unknown. An estimate of R 2 Methylation would provide context regarding the importance of DNA methylation explaining variance in health outcomes. We therefore estimated the variance explained by epigenome-wide cord blood methylation ( R 2 Methylation ) for five childhood phenotypes: gestational age, birth weight, and body mass index (BMI), IQ and ADHD symptoms at school age. We adapted a genome-based restricted maximum likelihood (GREML) approach with cross-validation (CV) to DNA methylation data and applied it in two population-based birth cohorts: ALSPAC ( n = 775) and Generation R ( n = 1382). Results Using information from > 470,000 autosomal probes we estimated that DNA methylation at birth explains 32% (SD CV = 0.06) of gestational age variance and 5% (SD CV = 0.02) of birth weight variance. The R 2 Methylation estimates for BMI, IQ and ADHD symptoms at school age estimates were near 0% across almost all cross-validation iterations. Conclusions The results suggest that cord blood methylation explains a moderate degree of variance in gestational age and birth weight, in line with the success of previous EWAS in identifying numerous CpG sites associated with these phenotypes. In contrast, we could not obtain a reliable estimate for school-age BMI, IQ and ADHD symptoms. This may reflect a null bias due to insufficient sample size to detect variance explained in more weakly associated phenotypes, although the true R 2 Methylation for these phenotypes is likely below that of gestational age and birth weight when using DNA methylation at birth.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,001
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 Opus0,038
Tête enseignante GPT0,333
Écart entre enseignants0,295 · 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