An observational investigation of gene-diet interactions on obesity outcomes
Notice bibliographique
Résumé
Contexte : L’alimentation peut modérer la susceptibilité génétique à l’obésité, mais les données probantes existantes sont incohérentes. Cette thèse vise à faire progresser la compréhension des interactions entre les gènes et l’alimentation sur le risque polygénique d’obésité. À cet effet, des synthèses de la littérature existante traitant des interactions entre le score de risque polygénique (SRP) et l’alimentation ont été réalisées, et des études d’interaction génome-environnement à l’échelle du génome (GWEIS) ont été menées afin d’identifier les variants génétiques interagissant avec l’alimentation sur l’indice de masse corporelle (IMC). Méthodologie : Dans les Manuscrits 1 et 2, une recherche systématique a été menée dans MEDLINE, EMBASE, Web of Science et Cochrane Library afin d’identifier des études observationnelles examinant les interactions SRP-régime alimentaire sur des résultats liés à l’obésité. Les expositions alimentaires étudiées comprenaient la qualité et les profils alimentaires, les apports en aliments, en boissons, et en nutriments. Des méta-analyses à effets aléatoires ont ensuite été effectuées afin de regrouper les coefficients d’interaction relatifs à l’IMC et au tour de taille (TT). Dans les manuscrits 3 et 4, des GWEIS axées sur l’IMC ont été réalisées à l’aide de modèles mixtes linéaires, à partir des données de la UK Biobank qui inclut des participants britanniques blancs avec au moins un rappel alimentaire de 24 heures (n = 135 500). Les expositions alimentaires étudiées comprenaient l'Alternative Healthy Eating Index (AHEI) et ses onze composantes. Les statistiques sommaires des GWEIS ont été utilisées pour effectuer des analyses pangénomiques basées sur les gènes, des analyses par ensembles de gènes, ainsi que des analyses d’enrichissement tissulaire à l’aide de l’outil MAGMA. Résultats : Le Manuscrit 1 (36 études) a montré que les scores alimentaires et les groupes d’aliments et boissons n’ont pas produit de résultats concluants. Toutefois, la qualité globale de l’alimentation s’est néanmoins dégagée comme un modérateur potentiel : la méta-analyse a montré qu’un Healthy Eating Index (HEI) plus élevé atténuait la susceptibilité polygénique à l’IMC et au TT. Le Manuscrit 2 (26 études) a examiné les SRP-nutriments interactions, sans résultats probants, bien que certaines catégories de lipides aient été le plus souvent rapportées comme interagissant avec le SRP. Les méta-analyses n’ont mis en évidence aucune interaction significative entre le SRP et la consommation totale de lipides ou de protéines sur l’IMC. La GWEIS du Manuscrit 3 a identifié deux polymorphismes mononucléotidiques rares (SNP) interagissant avec l’AHEI sur l’IMC, atteignant la significativité pangénomique (p < 5×10-8). Avec un seuil assoupli, 55 SNP (p < 1×10-5) et 5 001 SNP (p < 1×10-3) ont été détectés. L’analyse par ensembles de gènes a identifié un ensemble de gènes associé à une voie de réparation de l’ADN. L’étude GWEIS du Manuscrit 4, portant sur les différentes composantes de l’AHEI, a identifié 10 SNP atteignant la significativité pangénomique pour cinq de ces composantes. L’analyse par ensembles de gènes sur la consommation d’oméga-3 a mis en évidence un ensemble de gènes impliqué dans la voie de mobilisation cellulaire du calcium. L’analyse d’enrichissement tissulaire a révélé un enrichissement dans les tissus cérébraux des ganglions dans le cadre de la consommation de céréales complètes. Conclusion : Les données observationnelles suggèrent que certains facteurs alimentaires peuvent moduler le risque polygénique d’obésité, mais les résultats globaux demeurent contradictoires. Les GWEIS ont révélé de nouveaux SNP qui interagissent avec l’alimentation sur l’IMC, sans association directe avec l’IMC. Davantage d’études auprès de populations plus larges et diversifiées sont nécessaires pour examiner les loci génétiques qui interagissent avec l’alimentation et influencent le risque d’obésité dans différents groupes ethniques.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».