MétaCan
Menu
Retour à la cohorte
Enregistrement W2560112149 · doi:10.1136/jnnp-2016-314597.49

B18 Transcriptome profiling of B6.HttQ111/+ hepatocytes in response to chemical perturbagens

2016· article· en· W2560112149 sur OpenAlexaboutno aff
Bobby J. Bragg, Sydney R. Coffey, Seth A. Ament, Nathan D. Price, Jeffrey B. Carroll

Notice bibliographique

RevueJournal of Neurology Neurosurgery & Psychiatry · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Degradation and Inhibitors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuntingtinTranscriptomeIn silicoMutantBiologyCell biologyDNA damageEndogenyGene expressionBiochemistryDNAGene

Résumé

récupéré en direct d'OpenAlex

Background We are interested in detecting the earliest molecular consequences of endogenous mutant Huntingtin expression. These early consequences can be difficult to detect when cells are in a steady state, so we are using chemical perturbations to investigate how mutant Huntingtin alters dynamic cellular responses. Our own data indicate that environmental perturbations, such as a high-fat diet, can induce widespread transcriptome modification in wild-type cells that is absent or unique in cells expressing mutant Huntingtin, making this approach useful to understanding the effects of mutant Huntingtin and identify potential therapeutic targets. Aims We aim to detect the early molecular consequences of endogenous mutant Huntingtin expression in B6.HttQ111/+ hepatocytes. Methods We are using two distinct perturbations to stress primary hepatocytes; the topoisomerase II inhibitor, Etoposide, to induce DNA damage, and the Carnitine Palmitoyl Transferase-1 inhibitor, Etomoxir, to inhibit fatty acid β-oxidation. Results/outcome We have generated transcriptomic profiles using RNAseq of samples collected across a dense time course of perturbagen exposure. These profiles reveal widespread transcriptional changes, which are consistent with the mechanisms of action of these agents. We are using these transcriptomic data to build in silico models of hepatocyte metabolism and response to DNA damage. We are currently validating our in silico models by measuring expression and activation of specific proteins predicted to be altered in these perturbed states. We will present cross-sectional data describing the impact of CAG expansion in Htt on transcriptional responses to chemical perturbation in primary hepatocytes. Conclusions We conclude that the transcriptome is altered in response to environmental perturbagens in B6.HttQ111/+ hepatocytes. Support CHDI foundation, Huntington Society of Canada

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology Neurosurgery & PsychiatryMême sujetProtein Degradation and InhibitorsTravaux en français237 207