MétaCan
Menu
Retour à la cohorte
Enregistrement W4398199738 · doi:10.1126/scitranslmed.adj3385

Integrated analysis of blood DNA methylation, genetic variants, circulating proteins, microRNAs, and kidney failure in type 1 diabetes

2024· article· en· W4398199738 sur OpenAlexfundno aff
Zhuo Chen, Eiichiro Satake, Marcus G. Pezzolesi, Zaipul I. Md Dom, DEVORAH STUCKI, Hiroki Kobayashi, Anna Syreeni, Adam T. Johnson, Xiwei Wu, Emma H. Dahlström, Jaxon B. King, Per‐Henrik Groop, Stephen S. Rich, Niina Sandholm, Andrzej S. Królewski, Rama Natarajan

Notice bibliographique

RevueScience Translational Medicine · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer InstituteNational Heart, Lung, and Blood InstituteLeona M. and Harry B. Helmsley Charitable TrustNovo Nordisk FondenSamfundet FolkhälsanQueen's UniversityNational Institutes of HealthWilhelm och Else Stockmanns StiftelseMcKnight FoundationFolkhälsanin TutkimussäätiöHelsingin ja Uudenmaan SairaanhoitopiiriNovo Nordisk
Mots-clésDNA methylationMedicineWhite blood cellGenetic variationInternal medicineType 2 diabetesDiabetes mellitusBioinformaticsBiologyOncologyEndocrinologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Variation in DNA methylation (DNAmet) in white blood cells and other cells/tissues has been implicated in the etiology of progressive diabetic kidney disease (DKD). However, the specific mechanisms linking DNAmet variation in blood cells with risk of kidney failure (KF) and utility of measuring blood cell DNAmet in personalized medicine are not clear. We measured blood cell DNAmet in 277 individuals with type 1 diabetes and DKD using Illumina EPIC arrays; 51% of the cohort developed KF during 7 to 20 years of follow-up. Our epigenome-wide analysis identified DNAmet at 17 CpGs (5′-cytosine-phosphate-guanine-3′ loci) associated with risk of KF independent of major clinical risk factors. DNAmet at these KF-associated CpGs remained stable over a median period of 4.7 years. Furthermore, DNAmet variations at seven KF-associated CpGs were strongly associated with multiple genetic variants at seven genomic regions, suggesting a strong genetic influence on DNAmet. The effects of DNAmet variations at the KF-associated CpGs on risk of KF were partially mediated by multiple KF-associated circulating proteins and KF-associated circulating miRNAs. A prediction model for risk of KF was developed by adding blood cell DNAmet at eight selected KF-associated CpGs to the clinical model. This updated model significantly improved prediction performance (c-statistic = 0.93) versus the clinical model (c-statistic = 0.85) at P = 6.62 × 10 −14 . In conclusion, our multiomics study provides insights into mechanisms through which variation of DNAmet may affect KF development and shows that blood cell DNAmet at certain CpGs can improve risk prediction for KF in T1D.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,266
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetEpigenetics and DNA MethylationTravaux en français237 207