A Review of the Epigenetic Clock: Emerging Biomarkers for Asthma and Allergic Disease
Notice bibliographique
Résumé
DNA methylation (DNAm) is a dynamic, age-dependent epigenetic modification that can be used to study interactions between genetic and environmental factors. Environmental exposures during critical periods of growth and development may alter DNAm patterns, leading to increased susceptibility to diseases such as asthma and allergies. One method to study the role of DNAm is the epigenetic clock-an algorithm that uses DNAm levels at select age-informative Cytosine-phosphate-Guanine (CpG) dinucleotides to predict epigenetic age (EA). The difference between EA and calendar age (CA) is termed epigenetic age acceleration (EAA) and reveals information about the biological capacity of an individual. Associations between EAA and disease susceptibility have been demonstrated for a variety of age-related conditions and, more recently, phenotypes such as asthma and allergic diseases, which often begin in childhood and progress throughout the lifespan. In this review, we explore different epigenetic clocks and how they have been applied, particularly as related to childhood asthma. We delve into how in utero and early life exposures (e.g., smoking, air pollution, maternal BMI) result in methylation changes. Furthermore, we explore the potential for EAA to be used as a biomarker for asthma and allergic diseases and identify areas for further study.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».