Prenatal Alcohol Exposure: Profiling Developmental DNA Methylation Patterns in Central and Peripheral Tissues
Notice bibliographique
Résumé
Prenatal alcohol exposure (PAE) alters the development of neurobiological systems, leading to lasting neuroendocrine, neuroimmune, and neurobehavioral deficits. Although the etiology of this reprogramming remains unknown, emerging evidence suggests DNA methylation as a potential mediator and biomarker for the effects of PAE due to its responsiveness to environmental cues and relative stability over time. Here, we utilized a rat model of PAE to examine the DNA methylation profiles of rat hypothalami and leukocytes at four time points during early development to assess the genome-wide impact of PAE on the epigenome and identify potential biomarkers of PAE. Hypothalami were analyzed on postnatal (P) days 1, 8, 15, 22 and leukocytes at P22 to compare central and peripheral markers. Genome-wide DNA methylation analysis was performed by methylated DNA immunoprecipitation followed by next-generation sequencing. PAE resulted in lasting changes to DNA methylation profiles across all four ages, and a large number of differentially methylated regions (DMRs) displayed the same direction of change in the hypothalamus and leukocytes of P22 pups. The majority of these DMRs were located in intergenic regions, which contained several computationally-predicted transcription factor binding sites. Differentially methylated genes were generally involved in immune function, epigenetic remodelling, metabolism, and hormonal signaling. Persistent DNA methylation changes in the hypothalamus may be associated with the long-term deficits observed in PAE. Furthermore, correlations between epigenetic alterations in peripheral tissues and those in the brain will provide a foundation for the development of biomarkers of fetal alcohol spectrum disorder (FASD).
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 ».