MétaCan
Menu
Retour à la cohorte
Enregistrement W2886227123 · doi:10.3233/jhd-170272

Computational Analysis of Transcriptional Regulation Sites at the <i>HTT</i> Gene Locus

2018· article· en· W2886227123 sur OpenAlexafffund
Rebecca A. G. De Souza, Natalia Kosior, Sarah B. Thomson, Anthony Mathelier, Allen W. Zhang, Kristina Bečanović, Wyeth W. Wasserman, Blair R. Leavitt

Notice bibliographique

RevueJournal of Huntington s Disease · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHuntingtinIn silicoBiologyGene knockdownGeneTranscription factorGeneticsDNA binding siteComputational biologyPromoterGene expressionMutant

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Huntington's disease is a late onset neurological disorder caused by a trinucleotide CAG repeat expansion mutation in the HTT gene encoding for the protein huntingtin. Despite considerable ongoing research, the wild-type function of huntingtin is not yet fully understood. OBJECTIVE: To improve knowledge of HTT gene regulation at the transcriptional level and inform future studies aimed at uncovering the HTT gene's normal function. METHODS: The HTT gene region was functionally characterized through an in silico analysis using publicly available data sets. ChIP-seq data sets and the online STRING database were used to identify putative transcription factor binding sites (TFBSs) and protein-protein interactions within the HTT promoter region. siRNA-mediated knockdown and ChIP-qPCR of STAT1, a TF identified from the in silico analysis, were used to validate the bioinformatics screen. RESULTS: 16 regions containing potential regulatory genomic markers were identified. TFBSs for 59 transcription factors (TFs) were detected in one or more of the 16 candidate regions. Using these TFs, 15 clusters of protein-protein interactions were identified using STRING. siRNA-mediated knockdown of STAT1 resulted in an increase in HTT expression, and ChIP-qPCR detected enrichment of STAT1 binding at one of the predicted regions. These assays confirmed the utility of the bioinformatic analysis. CONCLUSIONS: Putative regulatory regions outside of the immediate HTT promoter region have been identified with specific protein-protein interactions. Future work will focus on in vitro and in vivo studies to examine the effect of modulating identified TFBSs and altering the levels of specific TFs of interest in regulating HTT gene expression.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,027
Tête enseignante GPT0,277
Écart entre enseignants0,250 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Huntington s DiseaseMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207