MétaCan
Menu
Retour à la cohorte
Enregistrement W4386516282 · doi:10.1038/s41588-023-01462-3

GWAS of random glucose in 476,326 individuals provide insights into diabetes pathophysiology, complications and treatment stratification

2023· review· en· W4386516282 sur OpenAlexaff
Vasiliki Lagou, Longda Jiang, Anna Ulrich, Liudmila Zudina, Karla Sofia Gutiérrez González, Zhanna Balkhiyarova, Alessia Faggian, Jared G. Maina, Shiqian Chen, Petar V. Todorov, Sodbo Sharapov, Alessia David, Letizia Marullo, Reedik Mägi, Roxana‐Maria Rujan, Emma Ahlqvist, Guðmar Þorleifsson, Ηe Gao, Εvangelos Εvangelou, Beben Benyamin, Robert A. Scott, Aaron Isaacs, Wei Zhao, Sara M. Willems, Toby Johnson, Christian Gieger, Harald Grallert, Christa Meisinger, Martina Müller‐Nurasyid, Rona J. Strawbridge, Anuj Goel, Denis Rybin, Eva Albrecht, Anne Jackson, Heather M. Stringham, Ivan R. Corrêa, Eric Farber‐Eger, Valgerður Steinthórsdóttir, André G. Uitterlinden, Patricia B. Munroe, Morris J. Brown, Julian Schmidberger, Oddgeir L. Holmen, Barbara Thorand, Kristian Hveem, Tom Wilsgaard, Karen L. Mohlke, Zhe Wang, Marcel den Hoed, Aleksey Shmeliov, Ruth J. F. Loos, Wolfgang Kratzer, Mark Martin Haenle, Wolfgang Köenig, Bernhard O. Boehm, Tricia Tan, Alejandra Tomás, Victoria Salem, Inês Barroso, Jaakko Tuomilehto, Michael Boehnke, Jose C. Florez, Anders Hamsten, Hugh Watkins, Inger Njølstad, H.‐Erich Wichmann, Mark J. Caulfield, Kay‐Tee Khaw, Cornelia M. van Duijn, Albert Hofman, Nicholas J. Wareham, Claudia Langenberg, John B. Whitfield, Nicholas G. Martin, Grant W. Montgomery, Chiara Scapoli, Ioanna Tzoulaki, Paul Elliott, Unnur Þorsteinsdóttir, Kāri Stefánsson, Evan L. Brittain, Mark I. McCarthy, Philippe Froguel, Patrick M. Sexton, Denise Wootten, Leif Groop, Josée Dupuis, James B. Meigs, Giuseppe Deganutti, Ayşe Demirkan, Tune H. Pers, Christopher A. Reynolds, Yurii S. Aulchenko, Marika Kaakinen, Ben Jones, Inga Prokopenko

Notice bibliographique

RevueNature Genetics · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensMcGill University
Organismes subventionnairesHelmholtz Zentrum MünchenLee Kong Chian School of Medicine, Nanyang Technological UniversityCARIM School for Cardiovascular Diseases, Universiteit MaastrichtBarts and The London School of Medicine and DentistryNational Health and Medical Research CouncilNational Institute of Diabetes and Digestive and Kidney DiseasesWorld Cancer Research FundUniversity of IoanninaUK Dementia Research InstituteH. Lundbeck A/SNovo Nordisk Foundation Center for Basic Metabolic ResearchMedical Research CouncilTartu ÜlikoolUppsala UniversitetRussian Science FoundationLomonosov Moscow State UniversityLudwig-Maximilians-Universität MünchenCentre National de la Recherche ScientifiqueUniversité de LilleKing Abdulaziz UniversityUniversity of QueenslandKarolinska InstitutetUniversiteit MaastrichtKU LeuvenHorizon 2020 Framework ProgrammeVetenskapsrådetDeutsches Zentrum für Herz-KreislaufforschungUniversità degli Studi di TrentoNovo NordiskAgence Nationale de la RechercheHjärt-LungfondenLundbeckfondenUniversity of South AustraliaEuropean Foundation for the Study of DiabetesUniversity of GlasgowWorld Cancer Research Fund InternationalErasmus Medisch CentrumSchool of Public Health, Imperial College LondonUniversity of OxfordBiotechnology and Biological Sciences Research CouncilNanyang Technological UniversityUniversität UlmSociety for EndocrinologyBritish Heart FoundationBarts CharityMassachusetts General HospitalUK Research and InnovationLunds UniversitetVanderbilt Institute for Clinical and Translational ResearchEuropean Genomic Institute for DiabetesUniversitetet i TromsøImperial College LondonNovo Nordisk FondenUniversità degli Studi di FerraraSouth Australian Health and Medical Research InstituteNorges Teknisk-Naturvitenskapelige UniversitetAlzheimer's SocietyDiabetes UKResearch EnglandEngineering and Physical Sciences Research CouncilEuropean CommissionHelsingin YliopistoTechnische Universität MünchenUniversity of ExeterUniversity of SurreyAmgenRoyal SocietyUniversity of North Carolina at Chapel HillScience for Life LaboratoryQueen Mary University of LondonVlaamse regeringNational Institute for Health and Care ResearchMindich Child Health and Development Institute, Icahn School of Medicine at Mount SinaiCoventry UniversityWellcome TrustVanderbilt University
Mots-clésBiologyGenome-wide association studyPathophysiologyDiabetes mellitusRisk stratificationComputational biologyStratification (seeds)BioinformaticsInternal medicineEndocrinologyGeneticsMedicineSingle-nucleotide polymorphismGeneGenotype

Résumé

récupéré en direct d'OpenAlex

Conventional measurements of fasting and postprandial blood glucose levels investigated in genome-wide association studies (GWAS) cannot capture the effects of DNA variability on 'around the clock' glucoregulatory processes. Here we show that GWAS meta-analysis of glucose measurements under nonstandardized conditions (random glucose (RG)) in 476,326 individuals of diverse ancestries and without diabetes enables locus discovery and innovative pathophysiological observations. We discovered 120 RG loci represented by 150 distinct signals, including 13 with sex-dimorphic effects, two cross-ancestry and seven rare frequency signals. Of these, 44 loci are new for glycemic traits. Regulatory, glycosylation and metagenomic annotations highlight ileum and colon tissues, indicating an underappreciated role of the gastrointestinal tract in controlling blood glucose. Functional follow-up and molecular dynamics simulations of lower frequency coding variants in glucagon-like peptide-1 receptor (GLP1R), a type 2 diabetes treatment target, reveal that optimal selection of GLP-1R agonist therapy will benefit from tailored genetic stratification. We also provide evidence from Mendelian randomization that lung function is modulated by blood glucose and that pulmonary dysfunction is a diabetes complication. Our investigation yields new insights into the biology of glucose regulation, diabetes complications and pathways for treatment stratification.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,048
Tête enseignante GPT0,371
Écart entre enseignants0,323 · 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'étudeAutre devis
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

Citations102
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature GeneticsMême sujetDiabetes Management and ResearchTravaux en français237 207