Gene-by-environment interactions modulate the infant gut microbiota in asthma and atopy
Notice bibliographique
Résumé
BACKGROUND: Gut microbiota has been associated with health and susceptibility to childhood diseases, including asthma and allergies. However, the genomic factors contributing to interindividual variations in gut microbiota remain poorly understood. OBJECTIVE: We sought to integrate host genomics with early-life exposures to investigate main and interaction effects on gut microbiota during the first year of life. In addition, we identified gut microbes associated with childhood respiratory (asthma, wheeze) and atopic (atopic dermatitis, food/inhalant sensitization) outcomes. METHODS: We leveraged microbiome data from infant stool at ages 3 months (N = 779) and 1 year (N = 770) from the CHILD Cohort Study. We identified microbial taxa and co-occurring network clusters associated with asthma and atopy by age 5 years. Genome-wide association studies and gene-by-environment interaction analyses determined main and interaction effects of host genomics and early-life environmental exposures (eg, feeding practices, household pets, and birth characteristics) on gut microbial features. RESULTS: ), associated with asthma. CONCLUSIONS: Our study reports main and interaction effects of genomics and exposures on early-life gut microbiota, which may contribute to childhood asthma and atopy. Improved understanding of the factors contributing to gut dysbiosis will inform on early-life biomarkers and interventions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».