TNS1 and NRXN1 Genes Interacting With Early-Life Smoking Exposure in Asthma-Plus-Eczema Susceptibility
Notice bibliographique
Résumé
PURPOSE: Numerous genes have been associated with allergic diseases (asthma, allergic rhinitis, and eczema), but they explain only part of their heritability. This is partly because most previous studies ignored complex mechanisms such as gene-environment (G-E) interactions and complex phenotypes such as co-morbidity. However, it was recently evidenced that the co-morbidity of asthma-plus-eczema appears as a sub-entity depending on specific genetic factors. Besides, evidence also suggest that gene-by-early life environmental tobacco smoke (ETS) exposure interactions play a role in asthma, but were never investigated for asthma-plus-eczema. To identify genetic variants interacting with ETS exposure that influence asthma-plus-eczema susceptibility. METHODS: To conduct a genome-wide interaction study (GWIS) of asthma-plus-eczema according to ETS exposure, we applied a 2-stage strategy with a first selection of single nucleotide polymorphisms (SNPs) from genome-wide association meta-analysis to be tested at a second stage by interaction meta-analysis. All meta-analyses were conducted across 4 studies including a total of 5,516 European-ancestry individuals, of whom 1,164 had both asthma and eczema. RESULTS: is a promising candidate gene because of its link to lung and skin diseases with possible interactive effect with tobacco smoke exposure. CONCLUSIONS: This first GWIS of asthma-plus-eczema with ETS exposure underlines the importance of studying sub-phenotypes such as co-morbidities as well as G-E interactions to detect new susceptibility genes.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,011 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 ».