MétaCan
Menu
Retour à la cohorte
Enregistrement W4415172435 · doi:10.3390/biomedicines13102473

Genetic Variations in Bitter Taste Receptors and COVID-19 in the Canadian Longitudinal Study on Aging

2025· article· en· W4415172435 sur OpenAlexafffundabout
Marziyeh Shafizadeh, Mohd Wasif Khan, Britt I. Drögemöller, Chrysi Stavropoulou, Philip St. John, Rajinder P. Bhullar, Prashen Chelikani, Carol Hitchon

Notice bibliographique

RevueBiomedicines · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensResearch Institute in Oncology and HematologyUniversity of ManitobaChildren's Hospital Research Institute of ManitobaCancerCare ManitobaResearch Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésSeroconversionSingle-nucleotide polymorphismLongitudinal studyLogistic regressionImmune systemVaccinationConfidence intervalPTPN22Genetic variation

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Bitter Taste Receptors (encoded by TAS2R genes) are expressed in mucosal and bronchial epithelia, as well as in immune cells, contributing to defense against airborne pathogens such as SARS-CoV-2. Data on single-nucleotide polymorphisms (SNPs) in TAS2R genes or pseudogenes in COVID-19 are limited. This study examined the association between TAS2R SNPs and COVID-19 infection and seroconversion in European individuals participating in the Canadian Longitudinal Study on Aging. Methods: Data from the Genome-wide Genetic Data, Comprehensive Baseline (version 7.0), Follow-up 2 (version 1.1), COVID-19 Questionnaire Study (4-2020 to 12-2020), and COVID-19 Seroprevalence (Antibody) Study (11-2020 to 7-2021) datasets were accessed. Associations of TAS2R SNPS with COVID-19 infection or seroconversion were determined using logistic regression adjusted for sociodemographics, genetic principal components, smoking, vaccine doses, and chronic medical conditions (diabetes, immune-mediated inflammatory diseases (IMIDs), respiratory disease, and cardiovascular disease). Results: In the COVID-19 Questionnaire Study (N = 14,073), the rs117458236 (C) variant in TAS2R20 showed a trend toward an association with COVID-19 infection (OR = 1.95; 95% Confidence Interval (CI): 0.98, 3.51). In the COVID-19 Antibody Study (N = 8313), the rs2234235(G) variant in TAS2R1 was associated with anti-nucleocapsid (OR = 1.55; CI: 1.06, 2.20) and anti-spike response (OR = 0.74; CI: 0.57, 0.98); the rs2234010(A) variant in TAS2R5 was associated with anti-nucleocapsid (OR = 1.56; CI: 1.08, 2.19); and the rs34039200(A) variant in TAS2R62P was associated with anti-spike (OR = 0.86; CI: 0.77, 0.97). In a subgroup analysis, the rs2234235(G) variant in TAS2R1 was associated with a decreased anti-spike response to infection or vaccination in individuals with IMIDs or respiratory disease and an increased risk of SARS-CoV-2 infection. Conclusions: TAS2R variants are associated with COVID-19 infection and vaccine response. These data may inform personalized management and vaccination strategies.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,856

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,045
Tête enseignante GPT0,347
Écart entre enseignants0,301 · 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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBiomedicinesMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207