MétaCan
Menu
Retour à la cohorte
Enregistrement W4281289230 · doi:10.1002/oby.23441

A multivariant recall‐by‐genotype study of the metabolomic signature of BMI

2022· article· en· W4281289230 sur OpenAlexfundno aff
Si Fang, Kaitlin H. Wade, David A. Hughes, Sophie FitzGibbon, Vikki Yip, Nicholas J. Timpson, Laura J. Corbin

Notice bibliographique

RevueObesity · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilElizabeth Blackwell Institute for Health Research, University of BristolMedical Research Council CanadaUniversity of BristolNational Institute for Health and Care ResearchNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchCancer Research UKWellcome Trust
Mots-clésMedicineInternal medicineBody mass indexGenotypeOncologyMetabolomicsPhysiologyEndocrinologyBioinformaticsGeneticsBiologyGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study estimated the effect of BMI on circulating metabolites in young adults using a recall-by-genotype study design. METHODS: A recall-by-genotype study was implemented in the Avon Longitudinal Study of Parents and Children. Samples from 756 participants were selected for untargeted metabolomics analysis based on low versus high genetic liability for higher BMI defined by a genetic risk score (GRS). Regression analyses were performed to investigate associations between BMI GRS group and relative abundance of 973 metabolites. RESULTS: After correction for multiple testing, 29 metabolites were associated with BMI GRS group. Bilirubin was among the most strongly associated metabolites, with reduced levels measured in individuals in the high-BMI GRS group (β = -0.32, 95% CI: -0.46 to -0.18, Benjamini-Hochberg adjusted p = 0.005). This study observed associations between BMI GRS group and the levels of several potentially diet-related metabolites, including hippurate, which had lower mean abundance in individuals in the high-BMI GRS group (β = -0.29, 95% CI: -0.44 to -0.15, Benjamini-Hochberg adjusted p = 0.008). CONCLUSIONS: Together with existing literature, these results suggest that a genetic predisposition to higher BMI captures differences in metabolism leading to adiposity gain. In the absence of prospective data, separating these effects from the downstream consequences of weight gain is challenging.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

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 ouverte0,0000,001
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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesityMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207