Different measures of “genome-wide” DNA methylation exhibit unique properties in placental and somatic tissues
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
DNA methylation of CpGs located in two types of repetitive elements-LINE1 (L1) and Alu-is used to assess "global" changes in DNA methylation in studies of human disease and environmental exposure. L1 and Alu contribute close to 30% of all base pairs in the human genome and transposition of repetitive elements is repressed through DNA methylation. Few studies have investigated whether repetitive element DNA methylation is associated with DNA methylation at other genomic regions, or the biological and technical factors that influence potential associations. Here, we assess L1 and Alu DNA methylation by Pyrosequencing of consensus sequences and using subsets of probes included in the Illumina Infinium HumanMethylation27 BeadChip array. We show that evolutionary age and assay method affect the assessment of repetitive element DNA methylation. Additionally, we compare Pyrosequencing results for repetitive elements to average DNA methylation of CpG islands, as assessed by array probes classified into strong, weak and non-islands. We demonstrate that each of these dispersed sequences exhibits different patterns of tissue-specific DNA methylation. Correlation of DNA methylation suggests an association between L1 and weak CpG island DNA methylation in some of the tissues examined. We caution, however, that L1, Alu and CpG island DNA methylation are distinct measures of dispersed DNA methylation and one should not be used in lieu of another. Analysis of DNA methylation data is complex and assays may be influenced by environment and pathology in different or complementary ways.
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.
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 découle