A cross-omics approach to investigate temporal gene expression regulation by 5-hydroxymethylcytosine via TBH-derived oxidative stress showed involvement of different regulatory kinases
Notice bibliographique
Résumé
Regulation of DNA methylation plays a crucial role in biological processes and carcinogenesis. The formation of 5-hydroxymethylcytosine (5hmC) by oxidation of 5-methylcytosine (5mC) has been proposed as an intermediate of active demethylation. However, whether and how active demethylation is regulated by oxidative stress-related processes is not well understood. Here we investigated whether free oxygen radicals are capable of directly forming 5hmC and how this enhanced whole genome gene expression. We applied LC-MS/MS technology for the analysis of 5mC, 5hmC, 5-formylcytosine (5fC) and 5-hydroxymethyluracyl (5hmU) in HepG2 cells exposed to hydroxyl- and methyl radicals, formed by tert-butyl hydroperoxide (TBH) at multiple time points. We observed that TBH is able to induce a significant increase in 5hmC. A detailed evaluation of the hydroxymethylome using a combination of 5hmC-immunoprecipitation and microarrays resulted in the identification of highly dynamic modifications that appear to increase during prolonged oxidant exposure. Analyses of temporal gene expression changes in combination with network analysis revealed different subnetworks containing differentially expressed genes (DEGs) with differentially hydroxyl-methylated regions (DhMRs) in different regulatory kinases enriched with serine-threonine kinases. These serine-threonine kinases compromises MAPK14, RPSK6KA1, RIPK1, and PLK3 and were all previously identified as key-regulators in hepatocarcinogenesis and subject of study for chemotherapeutic interventions.
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 | 0,000 |
| 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 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 ».