Organisation Mondiale de la Santé. Obésité et surpoids. [WWW document]. URL https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight
Hjort L, Martino D, Grunnet LG et al. Le diabète gestationnel et l’obésité maternelle sont associés à des changements de méthylation à l’échelle de l’épigénome chez les enfants. JCI Aperçu 2018 ;3.
Heindel JJ, Balbus J, Birnbaum L et al. Maladie de santé d’origine du développement : l’intégration de l’environnement influence l’endocrinol. 2015 ; 156 : 3416-21.
Mme TM, Arefadib N, Deery A, Megan M, Mme K, West S. Les mille premiers jours les mille premiers jours : un document de données probantes – centre de synthèse pour la santé communautaire des enfants. 2017.
Damm P, Houshmand-Oeregaard A, Kelstrup L, Lauenborg J, Mathiesen ER, Clausen TD. Diabète sucré gestationnel et conséquences à long terme pour la mère et la progéniture : un point de vue du Danemark. Diabétologie 2016.
Goyal D, Limesand SW, Goyal R. Réponses épigénétiques et origines développementales de la santé et de la maladie. J Endocrinol. 2019 ;242 : T105-19.
Google Scholar
Yang IV, Zhang W, Davidson EJ, Fingerlin TE, Kechris K, Dabelea D. Marques épigénétiques de l’exposition in utero au diabète gestationnel et résultats de l’adiposité chez l’enfant : l’étude EPOCH. Diabète Med. 2018 ; 35 : 612-20.
Google Scholar
Howe CG, Cox B, Fore R et al. Diabète sucré gestationnel maternel et méthylation de l’ADN du nouveau-né : résultats du consortium d’épigénétique de la grossesse et de l’enfance. Soins du diabète 2019 ;43.
Langie SAS, Moisse M, Declerck K et al. Profilage de méthylation de l’ADN salivaire : aspects à prendre en compte pour l’identification des biomarqueurs. Basic Clin Pharmacol Toxicol. 2017 ; 121 : 93-101.
Google Scholar
Lowe R, Gemma C, Beyan H et al. Les buccaux sont probablement un tissu de substitution plus informatif que le sang pour les études d’association à l’échelle de l’épigénome. Épigénétique. 2013 ; 8 : 445-54.
Google Scholar
Moccia C, Popovic M, Isaevska E et al. Signatures de méthylation de l’ADN du poids à la naissance dans la salive du nourrisson. Clin Epigénét. 2021;13.
Sweeting A, Wong J, Murphy HR, Ross GP. Une mise à jour clinique sur le diabète sucré gestationnel. Endocr Rév. 2022 ; 43 : 763-93.
Google Scholar
Anon. Normes de croissance de l’enfant de l’OMS basées sur la longueur/taille, le poids et l’âge. Acta Paediatr Suppl. 2006 ; 450 : 76-85.
Google Scholar
Cooke R, Goulet O, Huysentruyt K et al. Croissance de rattrapage chez les nourrissons et les jeunes enfants présentant un retard de croissance : avis d’experts pour guider les cliniciens généralistes. J Pediatr Gastroenterol Nutr. 2023 ; 77 : 7-15.
Google Scholar
Aryee MJ, Jaffe AE, Corrada-Bravo H et al. Minfi : un package de bioconducteurs flexible et complet pour l’analyse des puces à ADN de méthylation Infinium. Bioinformatique. 2014 ; 30 : 1363-9.
Google Scholar
Maksimovic J, Phipson B, Oshlack A. Un flux de travail multi-package Bioconductor pour analyser les données du réseau de méthylation. F1000Recherche 2017 ;5.
Zhou W, Laird PW, Shen H. Caractérisation complète, annotation et utilisation innovante des sondes BeadChip de méthylation de l’ADN Infinium. Acides nucléiques Res. 2017 ; 45 : e22-22.
Google Scholar
Wang Z, Wu XL, Wang Y. Un cadre pour analyser les données de méthylation de l’ADN d’Illumina Infinium HumanMéthylation450 BeadChip. BMC Bioinformatique 2018 ;19.
Michels KB, Binder AM, Dedeurwaerder S et al. Recommandations pour la conception et l’analyse d’études d’association à l’échelle de l’épigénome. Méthodes Nat. 2013 ; 10 : 949-55.
Google Scholar
Ritchie ME, Phipson B, Wu D et al. Limma alimente les analyses d’expression différentielle pour les études de séquençage d’ARN et de puces à ADN. Acides nucléiques Res. 2015;43:e47.
Google Scholar
Du P, Zhang X, Huang CC et al. Comparaison des méthodes de valeur bêta et de valeur M pour quantifier les niveaux de méthylation par analyse de puces à ADN. BMC Bioinformer. 2010;11.
Kuleshov MV, Jones MR, Rouillard AD, et al. Enrichr : une mise à jour 2016 complète du serveur Web d’analyse de l’enrichissement des ensembles de gènes. Acides nucléiques Res. 2016 ;44 : W90–7.
Google Scholar
Finer S, Mathews C, Lowe R et al. Le diabète gestationnel maternel est associé à une variation de la méthylation de l’ADN à l’échelle du génome dans le placenta et le sang de cordon de la progéniture exposée. Hum Mol Genet. 2014 ; 24 : 3021–9.
Google Scholar
Elliott RH, Sharp GC, Relton CL, Lawlor DA. Épigénétique et diabète gestationnel : une revue des études d’épidémiologie épigénétique et leur utilisation pour explorer la médiation épigénétique et améliorer la prédiction. Diabétologie. 2019 ;62 : 2171–8.
Google Scholar
Rushing A, Sommer EC, Zhao S, Po’E EK, Barkin SL. Biomarqueurs épigénétiques salivaires comme prédicteurs de l’obésité infantile émergente. BMC Med Genet 2020;21.
Sharma R, Frasch MG, Zelgert C et al. Stress materno-fœtal et signatures de méthylation de l’ADN dans la salive néonatale : une étude d’association à l’échelle de l’épigénome. Clin Epigénét. 2022 ; 14 : 1-18.
Google Scholar
Canouil M, Khamis A, Keikkala E et al. Une étude d’association à l’échelle de l’épigénome révèle des locus de méthylation associés à l’exposition du diabète sucré gestationnel de la progéniture et au méthylome maternel. Soins du diabète. 2021 ; 44 : 1992-9.
Google Scholar
Franzago M, Borrelli P, Nicola M, Di et al. De la mère à l’enfant : signatures épigénétiques de l’hyperglycémie et de l’obésité pendant la grossesse. Nutr 2024. 2024;16:16:3502.
Saucedo R, Ferreira-Hermosillo A, Robledo-Clemente M, Díaz-Velázquez MF, Valencia-Ortega J. Association de la méthylation de l’ADN avec le poids de naissance du nourrisson chez les femmes atteintes de diabète gestationnel. Métab 2024. 2024;14:14:361.
Alba-Linares JJ, Pérez RF, Tejedor JR et al. L’obésité maternelle et le diabète gestationnel reprogramment le méthylome de la progéniture au-delà de la naissance en induisant des signatures épigénétiques dans les voies métaboliques et développementales. Diabète cardiovasculaire. 2023 ;22.
Battram T, Yousefi P, Crawford G et al. Le catalogue EWAS : une base de données d’études d’association à l’échelle de l’épigénome. Bienvenue Open Res. 2022;7:41.
Google Scholar
Locke AE, Kahali B, Berndt SI et al. Les études génétiques de l’indice de masse corporelle apportent de nouvelles connaissances sur la biologie de l’obésité. Nat 2015. 2015;5187538 :518 :197-206.
Google Scholar
Yengo L, Vedantam S, Marouli E et al. Une carte saturée de variantes génétiques courantes associées à la taille humaine. Nat 2022. 2022 ;6107933 :610 :704–12.
Google Scholar
Jux B, Gosejacob D, Tolksdorf F et al. La cytohésine-3 est nécessaire à la signalisation complète des récepteurs de l’insuline et contrôle le poids corporel via l’excrétion des lipides. Sci Rep.2019;9:3442.
Google Scholar
Rönn T, Volkov P, Gillberg L et al. Impact de l’âge, de l’IMC et des niveaux d’HbA1c sur les modèles de méthylation de l’ADN et d’expression de l’ARNm à l’échelle du génome dans le tissu adipeux humain et identification de biomarqueurs épigénétiques dans le sang. Hum Mol Genet. 2015 ; 24 : 3792-813.
Google Scholar
Graham SE, Clarke SL, Wu KHH et al. Le pouvoir de la diversité génétique dans les études d’association des lipides à l’échelle du génome. Nat 2021. 2021 ;6007890 :600 :675–9.
Google Scholar
Sinnott-Armstrong N, Tanigawa Y, Love D et al. Génétique de 35 biomarqueurs sanguins et urinaires dans la biobanque britannique. Nuit Genet. 2021 532 2021 ;53 : 185-194.
Banerjee D, Girirajan S. L’analyse croisée identifie les gènes associés au risque et à la protection contre l’obésité. medRxiv 2024 : 2024.10.13.24315422.
Kc K, Shakya S, Zhang H. Diabète sucré gestationnel et macrosomie : une revue de la littérature. Ann Nutr Metab. 2015 ; 66 (Supplément 2) : 14-20.
Google Scholar
Bianco ME, Josefson JL. Hyperglycémie pendant la grossesse et conséquences à long terme sur la progéniture. Représentant Curr Diab 2019;19.
Landon MB, Mele L, Varner MW et al. La relation entre la glycémie maternelle, l’obésité infantile et le dysfonctionnement métabolique‡. J Matern Foetal Néonatal Med. 2020 ; 33 : 33-41.
Google Scholar
Google Scholar
Lecorguille M, Mcauliffe FM, Twomey PJ et al. Statut glycémique et insulinémique de la mère et méthylation de l’ADN du nouveau-né : résultats chez les femmes en surpoids et obèses. J Clin Endocrinol Métab. 2022 ; 108 : 85-98.
Google Scholar
Google Scholar
Murata Y, Fujii A, Kanata S et al. Évaluation de l’utilité de la salive pour l’analyse de la méthylation de l’ADN dans les études de cohorte. Rapport Neuropsychopharmacol. 2019 ; 39 : 301–5.
Google Scholar
#Profils #longitudinaux #méthylation #lADN #dans #salive #des #enfants #issus #mères #atteintes #diabète #gestationnel #associations #avec #les #modèles #croissance #petite #enfance #Diabétologie #cardiovasculaire