MétaCan
Menu
Retour à la cohorte
Enregistrement W7133200472 · doi:10.7868/s3034510325100091

Polymorphism of Genes Encoding Selenoproteins in the Indigenous Population of Siberia: Adaptive Variant rs1133238-A of the Gene

2025· article· en· W7133200472 sur OpenAlexaboutno aff
B.A. Malyarchuk

Notice bibliographique

RevueГенетика / Russian Journal of Genetics · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneExonAlleleLocus (genetics)Allele frequencyPopulationPolymorphism (computer science)

Résumé

récupéré en direct d'OpenAlex

In the present study, we analyzed the distribution of polymorphism variants of 25 genes encoding selenoproteins in indigenous Siberian populations, based on data on the variability of exons and adjacent noncoding DNA sequences. The study showed that there are virtually no polymorphism variants in the indigenous population of Siberia that differ greatly in frequency from those in the East Asian population, which could indicate the effect of selection on genes encoding selenoproteins. Nevertheless, we have proposed a set of loci in exons (rs3732532 of gene, rs1050450 of gene, rs6748996 of gene, rs225014 of gene) and noncoding region of genes (rs2291250 of gene, rs201938903 of gene, rs11258324 of gene), further study of their polymorphism in different ethnic groups of Siberia is quite reasonable. The most promising locus is rs1133238 of the gene. The frequency of the rs1133238-A variant was found to exceed 30% in northeastern Siberia, although its frequency is significantly lower (~12%) in other regions of Siberia. Considering the association between the rs1133238-A variant and blood mercury levels in Canadian Eskimos, it is suggested that the increased frequency of the rs1133238-A variant in populations of the coastal regions of Northeast Siberia (Koryaks, Chukchi, Eskimo) may be due to the protective role of this allele against the effects of mercury compounds on the body.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueГенетика / Russian Journal of GeneticsMême sujetMercury impact and mitigation studiesTravaux en français237 207