MétaCan
Menu
Retour à la cohorte
Enregistrement W2964367788 · doi:10.1093/nargab/lqz003

Open chromatin structure in PolyQ disease-related genes: a potential mechanism for CAG repeat expansion in the normal human population

2019· article· en· W2964367788 sur OpenAlexfundno aff
Matan Sorek, Lea R Z Cohen, Eran Meshorer

Notice bibliographique

RevueNAR Genomics and Bioinformatics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensnon disponible
Organismes subventionnairesAzrieli FoundationIsrael Science Foundation
Mots-clésChromatinGeneBiologyEpigeneticsGeneticsGenomeChIA-PETPopulationChromatin remodeling

Résumé

récupéré en direct d'OpenAlex

The human genome contains dozens of genes that encode for proteins containing long poly-glutamine repeats (polyQ, usually encoded by CAG codons) of 10Qs or more. However, only nine of these genes have been reported to expand beyond the healthy variation and cause diseases. To address whether these nine disease-associated genes are unique in any way, we compared genetic and epigenetic features relative to other types of genes, especially repeat containing genes that do not cause diseases. Our analyses show that in pluripotent cells, the nine polyQ disease-related genes are characterized by an open chromatin profile, enriched for active chromatin marks and depleted for suppressive chromatin marks. By contrast, genes that encode for polyQ-containing proteins that are not associated with diseases, and other repeat containing genes, possess a suppressive chromatin environment. We propose that the active epigenetic landscape support decreased genomic stability and higher susceptibility for expansion mutations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNAR Genomics and BioinformaticsMême sujetRNA Research and SplicingTravaux en français237 207