MétaCan
Menu
Retour à la cohorte
Enregistrement W2891568236 · doi:10.1080/15592294.2018.1522929

Cell type-specific DNA methylation in neonatal cord tissue and cord blood: a 850K-reference panel and comparison of cell types

2018· article· en· W2891568236 sur OpenAlexaff
Xinyi Lin, Jane Yi Lin Tan, Ai Ling Teh, Ives Lim, Samantha J. Liew, Julia L. MacIsaac, Yap Seng Chong, Peter D. Gluckman, Michael S. Kobor, Clara Yujing Cheong, Neerja Karnani

Notice bibliographique

RevueEpigenetics · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensChild and Family Research InstituteUniversity of British Columbia
Organismes subventionnairesAgency for Science, Technology and Research
Mots-clésDNA methylationBiologyCord bloodCell typeCellMethylationUmbilical cordFlow cytometryEpigeneticsDNAMolecular biologyCell biologyImmunologyGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Accounting for cellular heterogeneity is essential in neonatal epigenome-wide association studies (EWAS) performed on heterogeneous tissues, such as umbilical cord tissue (CT) or cord blood (CB). Using a reference-panel-based statistical approach, the cell type composition of heterogeneous tissues can be estimated by comparison of whole tissue DNA methylation profiles with cell type-specific DNA methylation signatures. Currently, there is no adequate DNA methylation reference panel for CT, and existing CB panels have been generated on lower coverage Infinium HumanMethylation450 arrays. In this study, we generate a reference panel for CT and improve available CB panels by using the higher coverage Infinium MethylationEPIC arrays. We performed DNA methylation profiling of 9 cell types isolated from CT and CB samples from 14 neonates. In addition to these cell types, we profiled DNA methylation of unfractionated CT and CB. Cell type composition of these unfractionated tissue samples, as estimated by our reference panels, was in agreement with that obtained by flow cytometry. Expectedly, DNA methylation profiles from CT and CB were distinct, reflecting their mesenchymal and hematopoietic stem cell origins. Variable CpGs from both unfractionated CT and its isolated cell types were more likely to be located in open seas and intronic regions than those in CB. Cell type specific CpGs in CT were enriched in intercellular matrix pathways, while those from CB were enriched in immune-related pathways. This study provides an open source reference panel for estimation and adjustment of cellular heterogeneity in CT and CB, and broadens the scope of tissue utilization assessed in future neonatal EWAS studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,040
Tête enseignante GPT0,299
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations40
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpigeneticsMême sujetEpigenetics and DNA MethylationTravaux en français237 207