Mapping<i>cis</i>-acting regulatory variation in recombinant congenic strains
Notice bibliographique
Résumé
We present an integrated approach for the enriched detection of genes subject to cis-acting variation in the mouse genome. Gene expression profiling was performed with lung tissue from a panel of recombinant congenic strains (RCS) derived from A/J and C57BL/6J inbred mouse strains. A multiple-regression model measuring the association between gene expression level, donor strain of origin (DSO), and predominant strain background identified over 1,500 genes (P < 0.05) whose expression profiles differed according to the DSO. This model also identified over 1,200 genes whose expression showed dependence on background (P < 0.05), indicating the influence of background genetic context on transcription levels. Sequences obtained from 1-kb segments of 3'-untranslated regions identified single nucleotide polymorphisms in 64% of genes whose expression levels correlated with DSO status, compared with 29% of genes that displayed no association (P < 0.01, Fisher exact test). Allelic imbalance was identified in 50% of genes positive for expression-DSO association, compared with 22% of negative genes (P < 0.05, Fisher exact test). Together, these results demonstrate the utility of RCS mice for identifying the roles of proximal genetic determinants and background genetic context in determining gene expression levels. We propose the use of this integrated experimental approach in multiple tissues from this and other RCS panels as a means for genome-wide cataloging of genetic regulatory mechanisms in laboratory strains of mice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».