Study of Transcriptional Effects in Cis at the IFIH1 Locus
Notice bibliographique
Résumé
BACKGROUND: The Thr allele at the non-synonymous single-nucleotide polymorphism (nsSNP) Thr946Ala in the IFIH1 gene confers risk for Type 1 diabetes (T1D). The SNP is embedded in a 236 kb linkage disequilibrium (LD) block that includes four genes: IFIH1, GCA, FAP and KCNH7. The absence of common nsSNPs in the other genes makes the IFIH1 SNP the strongest functional candidate, but it could be merely a marker of association, due to LD with a variant regulating expression levels of IFIH1 or neighboring genes. METHODOLOGY/PRINCIPAL FINDINGS: We investigated the effect of the T1D-associated variation on mRNA transcript expression of these genes. Heterozygous mRNA from lymphoblastoid cell lines (LCLs), pancreas and thymus was examined by allelic expression imbalance, to detect effects in cis on mRNA expression. Using single-nucleotide primer extension, we found no difference between mRNA transcripts in 9 LCLs, 6 pancreas and 13 thymus samples, suggesting that GCA and FAP are not involved. On the other hand, KCNH7 was not expressed at a detectable level in all tissues examined. Moreover, the association of the Thr946Ala SNP with T1D is not due to modulation of IFIH1 expression in organs involved in the disease, pointing to the IFIH1 nsSNP as the causal variant. CONCLUSIONS/SIGNIFICANCE: The mechanism of the association of the nsSNP with T1D remains to be determined, but does not involve mRNA modulation. It becomes necessary to study differential function of the IFIH1 protein alleles at Thr946Ala to confirm that it is responsible for the disease association.
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 ».