MétaCan
Menu
← Retour à la cohorte
Enregistrement W2133746023 · doi:10.1186/1710-1492-10-s1-a67

Genomewide DNA methylation dynamics upon diesel exhaust exposure in asthmatics

2014· article· en· W2133746023 sur OpenAlexaffvenue
Ruiwei Jiang, Francesco Sava, Michael S. Kobor, Christopher Carlsten

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEpigeneticsDNA methylationDiesel exhaustInnate immune systemImmunologyBiologyGeneMethylationGeneticsGene expressionDiesel fuelImmune systemChemistry

Résumé

récupéré en direct d'OpenAlex

Particulate air pollution can induce epigenetic changes and regulate gene expression relevant to the pathophysiology of asthma and allergic diseases. Recently, epidemiologic data suggests that there are observable acute effects of air pollution on peripheral blood DNA methylation levels of genomewide Alu and LINE-1 repeat elements, as well as certain genes involved in oxidative stress response and innate immunity. In this study, we hypothesized that in a controlled exposure setting, diesel exhaust (as a model of particulate air pollution) can induce DNA methylation changes that are detectable on the genomewide level. We recruited 16 subjects with asthma, and/or airway hyper-responsiveness. They were exposed to both diesel exhaust (DE) and filtered air (FA) following a randomized crossover design. Peripheral blood mononuclear cells (PBMCs) were collected at baseline, 6 hours, and 30 hours post-exposure. Methylation at 415,382 CpG sites covering 39,136 genes was measured using the Illumina Infinium 450K bead chip methylation array. To detect effects of the diesel exposure, we conducted a principal component analysis (PCA) , resulting in principal components with common patterns of methylation variation across samples. Using this method we were able to pinpoint one principal component that was significantly associated with diesel exhaust exposure, from which we then selected a subset of probes that possessed that specific pattern of variation. Whole genome analysis using PCA followed by denoising revealed that principal component 22, which accounted for 0.5% of the total variance, was significantly associated with the treatment variable: [DE 6hr and 30hr] versus [DE 0hr, FA 0hr, 6hr, and 30hr] (Figure 1 ). Using loading cutoff of ±6 standard deviations, we found 89 CpG sites to possess the specific pattern of variation (Figure 2 ). These include genes whose expression is associated with exposure to either diesel exhaust or components of diesel exhaust as reported by literature: CASP7, ATCAY, ABCA1, JAK3, CYFIP2, and NOX2 [ 1 – 6 ]. Impact values of each sample in principal component 22. Samples were separated into DEP 6hr and 30hr, followed by FAP 0hr, 6hr and 30hr, and DEP 0hr. Distribution of probe loading values for principal component 22. The values located at ±3 and ±6 standard deviations are marked. These results suggest that short-term exposure to diesel exhaust in a controlled setting has minimal but detectable effects on a genomewide level in PBMCs. We are currently applying mixed effects modeling and intraclass correlation to our identified hits to further substantiate the association of these hit probes to the treatment variable.

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 enseignants0,002
Score d'incertitude au seuil0,004

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 Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,291 · 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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical Immunology→Même sujetAir Quality and Health Impacts→Travaux en français237 207→