DNA methylation profiling in human Huntington's disease brain
Notice bibliographique
Résumé
Despite extensive progress in Huntington's disease (HD) research, very little is known about the association of epigenetic variation and HD pathogenesis in human brain tissues. Moreover, its contribution to the tissue-specific transcriptional regulation of the huntingtin gene (HTT), in which HTT expression levels are highest in brain and testes, is currently unknown. To investigate the role of DNA methylation in HD pathogenesis and tissue-specific expression of HTT, we utilized the Illumina HumanMethylation450K BeadChip array to measure DNA methylation in a cohort of age-matched HD and control human cortex and liver tissues. In cortex samples, we found minimal evidence of HD-associated DNA methylation at probed sites after correction for cell heterogeneity but did observe an association with the age of disease onset. In contrast, comparison of matched cortex and liver samples revealed tissue-specific DNA methylation of the HTT gene region at 38 sites (FDR < 0.05). Importantly, we identified a novel differentially methylated binding site in the HTT proximal promoter for the transcription factor CTCF. This CTCF site displayed increased occupancy in cortex, where HTT expression is higher, compared with the liver. Additionally, CTCF silencing reduced the activity of an HTT promoter-reporter construct, suggesting that CTCF plays a role in regulating HTT promoter function. Overall, although we were unable to detect HD-associated DNA methylation alterations at queried sites, we found that DNA methylation may be correlated to the age of disease onset in cortex tissues. Moreover, our data suggest that DNA methylation may, in part, contribute to tissue-specific HTT transcription through differential CTCF occupancy.
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 | 0,001 |
| 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 ».