MétaCan
Menu
Retour à la cohorte
Enregistrement W4251690959 · doi:10.1249/mss.0b013e3181844179

The Human Gene Map for Performance and Health-Related Fitness Phenotypes

2008· review· en· W4251690959 sur OpenAlexaff
Molly S. Bray, James M. Hagberg, Louis Përusse, Tuomo Rankinen, Stephen M. Roth, Bernd Wolfarth, Claude Bouchard

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2008
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics and Physical Performance
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGeneticsQuantitative trait locusTraitPhenotypeBiologyLocus (genetics)AutosomeGeneCandidate geneGenetic associationGene mappingEvolutionary biologyChromosomeSingle-nucleotide polymorphismGenotypeComputer science

Résumé

récupéré en direct d'OpenAlex

This update of the human gene map for physical performance and health-related fitness phenotypes covers the research advances reported in 2006 and 2007. The genes and markers with evidence of association or linkage with a performance or a fitness phenotype in sedentary or active people, in responses to acute exercise, or for training-induced adaptations are positioned on the map of all autosomes and sex chromosomes. Negative studies are reviewed, but a gene or a locus must be supported by at least one positive study before being inserted on the map. A brief discussion on the nature of the evidence and on what to look for in assessing human genetic studies of relevance to fitness and performance is offered in the introduction, followed by a review of all studies published in 2006 and 2007. The findings from these new studies are added to the appropriate tables that are designed to serve as the cumulative summary of all publications with positive genetic associations available to date for a given phenotype and study design. The fitness and performance map now includes 214 autosomal gene entries and quantitative trait loci plus seven others on the X chromosome. Moreover, there are 18 mitochondrial genes that have been shown to influence fitness and performance phenotypes. Thus, the map is growing in complexity. Although the map is exhaustive for currently published accounts of genes and exercise associations and linkages, there are undoubtedly many more gene-exercise interaction effects that have not even been considered thus far. Finally, it should be appreciated that most studies reported to date are based on small sample sizes and cannot therefore provide definitive evidence that DNA sequence variants in a given gene are reliably associated with human variation in fitness and performance traits.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0340,022

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 Opus0,028
Tête enseignante GPT0,321
Écart entre enseignants0,294 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations447
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetGenetics and Physical PerformanceTravaux en français237 207