Epigenomic Convergence of Neural-Immune Risk Factors in Neurodevelopmental Disorder Cortex
Notice bibliographique
Résumé
Neurodevelopmental disorders (NDDs) affect 7-14% of all children in developed countries and are one of the leading causes of lifelong disability. Epigenetic modifications are poised at the interface between genes and environment and are predicted to reveal insight into NDD etiology. Whole-genome bisulfite sequencing was used to examine DNA cytosine methylation in 49 human cortex samples from 3 different NDDs (autism spectrum disorder, Rett syndrome, and Dup15q syndrome) and matched controls. Integration of methylation changes across NDDs with relevant genomic and genetic datasets revealed differentially methylated regions (DMRs) unique to each type of NDD but with shared regulatory functions in neurons and microglia. NDD DMRs were enriched within promoter regions and for transcription factor binding sites with identified methylation sensitivity. DMRs from all 3 disorders were enriched for ontologies related to nervous system development and genes with disrupted expression in brain from neurodevelopmental or neuropsychiatric disorders. Genes associated with NDD DMRs showed expression patterns indicating an important role for altered microglial function during brain development. These findings demonstrate an NDD epigenomic signature in human cortex that will aid in defining therapeutic targets and early biomarkers at the interface of genetic and environmental NDD risk factors.
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 ».