MétaCan
Menu
← Retour à la cohorte
Enregistrement W2991273847 · doi:10.1101/847491

Analysis of regulatory element evolution between human and mouse reveals a lack of <i>cis-trans</i> compensation

2019· preprint· en· W2991273847 sur OpenAlexaff
Kaia Mattioli, Winona Oliveros, Chiara Gerhardinger, Daniel Andergassen, Philipp G. Maass, John L. Rinn, Marta Melé

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Chromatin Dynamics
Établissements canadiensSickKids FoundationUniversity of Toronto
Organismes subventionnairesLife Sciences Research FoundationGilead SciencesHoward Hughes Medical InstituteNational Science Foundation
Mots-clésEnhancerTrans-actingGeneBiologyPromoterRegulatory sequenceGeneticsRegulation of gene expressionReporter geneTranscription factorCis-regulatory moduleGene expressionMutant

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Gene expression differences between species are driven by both cis and trans effects. Whereas cis effects are caused by genetic variants in close proximity to the target gene, trans effects are due to distal genetic variants that affect diffusible elements such as transcription factors. Previous studies have mostly assessed the impact of cis and trans effects at the gene level. However, how cis and trans effects differentially impact regulatory elements such as enhancers and promoters remains poorly understood. Here, we used massively parallel reporter assays to directly measure cis and trans effects between human and mouse embryonic stem cells at thousands of individual regulatory elements. Our approach revealed that cis effects are widespread across regulatory elements, and the strongest cis effects are associated with the disruption of motifs recognized by strong transcriptional activators. Conversely, we found that trans effects are rare but stronger in enhancers than promoters, and can be attributed to a subset of transcription factors that are differentially expressed between human and mouse. While previous studies have found extensive co-occurrence of cis and trans effects in opposite directions that stabilize gene expression throughout evolution, we find that cis-trans compensation is uncommon within individual regulatory elements. Thus, our results are consistent with a model wherein compensatory cis-trans effects at the gene level are explained by cis and trans effects that separately impact several regulatory elements rather than cis-trans effects that occur simultaneously within a single regulatory element. Together, these results indicate that studying the evolution of individual regulatory elements is pivotal to understand the tempo and mode of gene expression evolution.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenomics and Chromatin Dynamics→Travaux en français237 207→