MétaCan
Menu
Retour à la cohorte
Enregistrement W2116616982 · doi:10.1186/1756-8935-6-s1-p9

Genome-wide mapping of chromatin marks from 1,000 cells to study epigenetic reprogramming in primordial germ cells

2013· article· en· W2116616982 sur OpenAlexaff
Julie Brind’Amour, Sheng Liu, Aaron Bogutz, Matthew C. Lorincz

Notice bibliographique

RevueEpigenetics & Chromatin · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueChromosomal and Genetic Variations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyReprogrammingChromatinEpigeneticsGermlineDNA methylationGeneticsHistoneDeep sequencingGerm cellChromatin immunoprecipitationGenomeComputational biologyDNAGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Germline development is characterized by genome-wide reprogramming of DNA methylation. Recent work has enlightened the dynamics of DNA methylation in primordial germ cells (PGCs), but knowledge of histone modification dynamics at these developmental stages remains limited, mostly due to the difficulty in obtaining enough high quality chromatin immunoprecipitation (ChIP) material for sequencing. Previous work in our laboratory has demonstrated the importance of histone methyltransferases in silencing retroelements [1] and a subset of germline-specific genes [2] in embryonic stem cells. Here, we sought to develop a reliable ChIP-sequencing protocol to study the dynamics of histone modification during the DNA methylation reprogramming that occurs in PGCs. We have developed a scaled down native ChIP and sequencing library construction protocol that can be performed on small cell numbers. We optimized sample fragmentation, antibody concentration, ChIP conditions, library construction and amplification to generate high quality, high resolution H3K9me3 sequencing libraries from as little as 1,000 embryonic stem cells. Paired-end sequencing (Illumina HiSeq) of these pooled and indexed libraries generated an average of 28 million aligned read pairs (with 6 libraries per sequencing lane), with under 20% duplicate reads, for an average of 23 million unique read pairs. Under optimized conditions, we found that over 85% of the peaks identified using standard native ChIP-sequencing (using 2 million cells as starting material) were also detected by our small cell number native ChIP-seq protocol. We also found excellent reproducibility between independent ChIP experiments. Using this optimized small cell number native ChIP-seq protocol, we generated genome-wide H3 and H3K9me3 profiles from 1,000 E13.5 PGCs and identified a unique cohort of genes and retroelements enriched for this repressive mark. Integration of this chip-seq data with DNA methylation/WGBS and transcriptome data generated at the same developmental stage will be presented.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,211
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpigenetics & ChromatinMême sujetChromosomal and Genetic VariationsTravaux en français237 207