Evaluating the Role of Epigenetic Histone Modifications in the Metabolic Memory of Type 1 Diabetes
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
We assessed whether epigenetic histone posttranslational modifications are associated with the prolonged beneficial effects (metabolic memory) of intensive versus conventional therapy during the Diabetes Control and Complications Trial (DCCT) on the progression of microvascular outcomes in the long-term Epidemiology of Diabetes Interventions and Complications (EDIC) study. We performed chromatin immunoprecipitation linked to promoter tiling arrays to profile H3 lysine-9 acetylation (H3K9Ac), H3 lysine-4 trimethylation (H3K4Me3), and H3K9Me2 in blood monocytes and lymphocytes obtained from 30 DCCT conventional treatment group subjects (case subjects: mean DCCT HbA1c level >9.1% [76 mmol/mol] and progression of retinopathy or nephropathy by EDIC year 10 of follow-up) versus 30 DCCT intensive treatment subjects (control subjects: mean DCCT HbA1c level <7.3% [56 mmol/mol] and without progression of retinopathy or nephropathy). Monocytes from case subjects had statistically greater numbers of promoter regions with enrichment in H3K9Ac (active chromatin mark) compared with control subjects (P = 0.0096). Among the patients in the two groups combined, monocyte H3K9Ac was significantly associated with the mean HbA1c level during the DCCT and EDIC (each P < 2.2E-16). Of note, the top 38 case hyperacetylated promoters (P < 0.05) included >15 genes related to the nuclear factor-κB inflammatory pathway and were enriched in genes related to diabetes complications. These results suggest an association between HbA1c level and H3K9Ac, and a possible epigenetic explanation for metabolic memory in humans.
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 | 0,001 | 0,002 |
| 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