MétaCan
Menu
Retour à la cohorte
Enregistrement W2072801868 · doi:10.1371/journal.pone.0095875

The DNA Methylome and Transcriptome of Different Brain Regions in Schizophrenia and Bipolar Disorder

2014· article· en· W2072801868 sur OpenAlexaff
Yun Xiao, Cynthia Camarillo, Yanyan Ping, Tania Bedard Arana, Hongying Zhao, Chaohan Xu, Bin Su, Huihui Fan, Javier Ordoñez, Li Wang, Chunxiang Mao, Yunpeng Zhang, Dianne A. Cruz, Michael Escamilla, Xia Li, Chun Xu

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésDifferentially methylated regionsDNA methylationMethylated DNA immunoprecipitationBiologyGeneticsEpigeneticsMethylationTranscriptomeGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Extensive changes in DNA methylation have been observed in schizophrenia (SC) and bipolar disorder (BP), and may contribute to the pathogenesis of these disorders. Here, we performed genome-scale DNA methylation profiling using methylated DNA immunoprecipitation followed by sequencing (MeDIP-seq) on two brain regions (including frontal cortex and anterior cingulate) in 5 SC, 7 BP and 6 normal subjects. Comparing with normal controls, we identified substantial differentially methylated regions (DMRs) in these two brain regions of SC and BP. To our surprise, different brain regions show completely distinct distributions of DMRs across the genomes. In frontal cortex of both SC and BP subjects, we observed widespread hypomethylation as compared to normal controls, preferentially targeting the terminal ends of the chromosomes. In contrast, in anterior cingulate, both SC and BP subjects displayed extensive gain of methylation. Notably, in these two brain regions of SC and BP, only a few DMRs overlapped with promoters, whereas a greater proportion occurs in introns and intergenic regions. Functional enrichment analysis indicated that important psychiatric disorder-related biological processes such as neuron development, differentiation and projection may be altered by epigenetic changes located in the intronic regions. Transcriptome analysis revealed consistent dysfunctional processes with those determined by DMRs. Furthermore, DMRs in the same brain regions from SC and BP could successfully distinguish BP and/or SC from normal controls while differentially expressed genes could not. Overall, our results support a major role for brain-region-dependent aberrant DNA methylation in the pathogenesis of these two disorders.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,220
Écart entre enseignants0,205 · 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

Citations90
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEpigenetics and DNA MethylationTravaux en français237 207