MétaCan
Menu
Retour à la cohorte
Enregistrement W4391052136 · doi:10.1093/eurheartj/ehad845

Genetic inhibition of angiopoietin-like protein-3, lipids, and cardiometabolic risk

2024· article· en· W4391052136 sur OpenAlexafffund
Émilie Gobeil, Jérôme Bourgault, Patricia L. Mitchell, Ursula Houessou, Éloi Gagnon, Arnaud Girard, Audrey Paulin, Hasanga D. Manikpurage, Valérie Côté, Christian Couture, Simon Marceau, Yohan Bossé, Sébastien Thériault, Patrick Mathieu, Marie‐Claude Vohl, André Tchernof, Benoît J. Arsenault

Notice bibliographique

RevueEuropean Heart Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLipid metabolism and disorders
Établissements canadiensCanadian Nutrition SocietyUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesNational Human Genome Research InstituteNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNational Institute on Drug AbuseInstitut universitaire de cardiologie et de pneumologie de Québec, Université LavalNational Cancer InstituteNational Institutes of HealthPfizer
Mots-clésMedicinePCSK9Internal medicineSingle-nucleotide polymorphismApolipoprotein BEndocrinologyTriglycerideGenome-wide association studyMendelian randomizationType 2 diabetesFatty liverLipoproteinDiabetes mellitusCholesterolDiseaseGeneticsGeneBiologyGenetic variantsGenotypeLDL receptor

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: RNA-based, antibody-based, and genome editing-based therapies are currently under investigation to determine if the inhibition of angiopoietin-like protein-3 (ANGPTL3) could reduce lipoprotein-lipid levels and atherosclerotic cardiovascular disease (ASCVD) risk. Mendelian randomisation (MR) was used to determine whether genetic variations influencing ANGPTL3 liver gene expression, blood levels, and protein structure could causally influence triglyceride and apolipoprotein B (apoB) levels as well as coronary artery disease (CAD), ischaemic stroke (IS), and other cardiometabolic diseases. METHODS: RNA sequencing of 246 explanted liver samples and genome-wide genotyping was performed to identify single-nucleotide polymorphisms (SNPs) associated with liver expression of ANGPTL3. Genome-wide summary statistics of plasma protein levels of ANGPTL3 from the deCODE study (n = 35 359) were used. A total of 647 carriers of ANGPTL3 protein-truncating variants (PTVs) associated with lower plasma triglyceride levels were identified in the UK Biobank. Two-sample MR using SNPs that influence ANGPTL3 liver expression or ANGPTL3 plasma protein levels as exposure and cardiometabolic diseases as outcomes was performed (CAD, IS, heart failure, non-alcoholic fatty liver disease, acute pancreatitis, and type 2 diabetes). The impact of rare PTVs influencing plasma triglyceride levels on apoB levels and CAD was also investigated in the UK Biobank. RESULTS: In two-sample MR studies, common genetic variants influencing ANGPTL3 hepatic or blood expression levels of ANGPTL3 had a very strong effect on plasma triglyceride levels, a more modest effect on low-density lipoprotein cholesterol, a weaker effect on apoB levels, and no effect on CAD or other cardiometabolic diseases. In the UK Biobank, the carriers of rare ANGPTL3 PTVs providing lifelong reductions in median plasma triglyceride levels [-0.37 (interquartile range 0.41) mmol/L] had slightly lower apoB levels (-0.06 ± 0.32 g/L) and similar CAD event rates compared with non-carriers (10.2% vs. 10.9% in carriers vs. non-carriers, P = .60). CONCLUSIONS: PTVs influencing ANGPTL3 protein structure as well as common genetic variants influencing ANGPTL3 hepatic expression and/or blood protein levels exhibit a strong effect on circulating plasma triglyceride levels, a weak effect on circulating apoB levels, and no effect on ASCVD. Near-complete inhibition of ANGPTL3 function in patients with very elevated apoB levels may be required to reduce ASCVD risk.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,406
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations31
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Heart JournalMême sujetLipid metabolism and disordersTravaux en français237 207