Genome-wide search identified DNA methylation sites that regulate the metabolome
Notice bibliographique
Résumé
Background: Identifying DNA methylation sites that regulate the metabolome is important for several purposes. In this study, publicly available GWAS data were integrated to find methylation sites that impact metabolome through a discovery and replication scheme and by using Mendelian randomization. Results: The outcome of analyses revealed 107 methylation sites associated with 84 metabolites at the genome-wide significance level (p<5e−8) at both the discovery and replication stages. A large percentage of the observed associations (85%) were with lipids, significantly higher than expected (p = 0.0003). A number of CpG (methylation) sites showed specificity e.g., cg20133200 within PFKP was associated with glucose only and cg10760299 within GATM impacted the level of creatinine; in contrast, there were sites associated with numerous metabolites e.g., cg20102877 on the 2p23.3 region was associated with 39 metabolites. Integrating transcriptome data enabled identifying genes (N = 82) mediating the impact of methylation sites on the metabolome and cardiometabolic traits. For example, PABPC4 mediated the impact of cg15123755-HDL on type-2 diabetes. KCNK7 mediated the impact of cg21033440-lipids on hypertension. POC5, ILRUN, FDFT1, and NEIL2 mediated the impact of CpG sites on obesity through metabolic pathways. Conclusion: This study provides a catalog of DNA methylation sites that regulate the metabolome for downstream applications.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,005 | 0,001 |
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 ».