Aberrant DNA methylation reprogramming during induced pluripotent stem cell generation is dependent on the choice of reprogramming factors
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
The conversion of somatic cells into pluripotent stem cells via overexpression of reprogramming factors involves epigenetic remodeling. DNA methylation at a significant proportion of CpG sites in induced pluripotent stem cells (iPSCs) differs from that of embryonic stem cells (ESCs). Whether different sets of reprogramming factors influence the type and extent of aberrant DNA methylation in iPSCs differently remains unknown. In order to help resolve this critical question, we generated human iPSCs from a common fibroblast cell source using either the Yamanaka factors (OCT4, SOX2, KLF4 and cMYC) or the Thomson factors (OCT4, SOX2, NANOG and LIN28), and determined their genome-wide DNA methylation profiles. In addition to shared DNA methylation aberrations present in all our iPSCs, we identified Yamanaka-iPSC (Y-iPSC)-specific and Thomson-iPSC (T-iPSC)-specific recurrent aberrations. Strikingly, not only were the genomic locations of the aberrations different but also their types: reprogramming with Yamanaka factors mainly resulted in failure to demethylate CpGs, whereas reprogramming with Thomson factors mainly resulted in failure to methylate CpGs. Differences in the level of transcripts encoding DNMT3b and TET3 between Y-iPSCs and T-iPSCs may contribute partially to the distinct types of aberrations. Finally, de novo aberrantly methylated genes in Y-iPSCs were enriched for NANOG targets that are also aberrantly methylated in some cancers. Our study thus reveals that the choice of reprogramming factors influences the amount, location, and class of DNA methylation aberrations in iPSCs. These findings may provide clues into how to produce human iPSCs with fewer DNA methylation abnormalities.
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 | 0,000 |
| 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