MétaCan
Menu
← Retour à la cohorte
Enregistrement W3013139933 · doi:10.1101/2020.03.28.012518

Unraveling the functional role of DNA methylation using targeted DNA demethylation by steric blockage of DNA methyltransferase with CRISPR/dCas9

2020· preprint· en· W3013139933 sur OpenAlexafffund
Daniel M. Sapozhnikov, Moshe Szyf

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchMcGill University
Mots-clésDNA methylationBiologyDNA demethylationPromoterRNA-Directed DNA MethylationMethylationEpigenetics of physical exerciseGeneticsRegulation of gene expressionGeneDNAGene expressionEpigeneticsMolecular biology

Résumé

récupéré en direct d'OpenAlex

Abstract Although associations between DNA methylation and gene expression were established four decades ago, the causal role of DNA methylation in gene expression remains unresolved. Different strategies to address this question were developed; however, all are confounded and fail to disentangle cause and effect. We developed here a highly effective new method using only deltaCas9(dCas9):gRNA site-specific targeting to physically block DNA methylation at specific targets in the absence of a confounding flexibly-tethered enzymatic activity, enabling examination of the role of DNA methylation per se in living cells. We show that the extensive induction of gene expression achieved by TET/dCas9-based targeting vectors is confounded by DNA methylation-independent activities, inflating the role of DNA methylation in the promoter region. Using our new method, we show that in several inducible promoters, the main effect of DNA methylation is silencing basal promoter activity. Thus, the effect of demethylation of the promoter region in these genes is small, while induction of gene expression by different inducers is large and DNA methylation independent. In contrast, targeting demethylation to the pathologically silenced FMR1 gene targets robust induction of gene expression. We also found that standard CRISPR/Cas9 knockout generates a broad unmethylated region around the deletion, which might confound interpretation of CRISPR/Cas9 gene depletion studies. In summary, this new method could be used to reveal the true extent, nature, and diverse contribution to gene regulation of DNA methylation at different regions.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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'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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→