MétaCan
Menu
Retour à la cohorte
Enregistrement W3126802974 · doi:10.1093/genetics/iyab001

Heritability of DNA methylation in threespine stickleback ( <i>Gasterosteus aculeatus</i> )

2021· article· en· W3126802974 sur OpenAlexafffund
Juntao Hu, Sara J. Smith, Tegan N. Barry, Heather A. Jamniczky, Sean M. Rogers, Rowan D. H. Barrett

Notice bibliographique

RevueGenetics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of CalgaryMcGill University
Organismes subventionnairesAlberta InnovatesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaFudan UniversityCanada Research Chairs
Mots-clésBiologyDNA methylationGeneticsEpigeneticsGenetic architectureGasterosteusSticklebackHeritabilityMethylationEpigenomicsQuantitative trait locusPopulationGenetic variationDifferentially methylated regionsEcotypeCpG siteEvolutionary biologyGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Epigenetic mechanisms underlying phenotypic change are hypothesized to contribute to population persistence and adaptation in the face of environmental change. To date, few studies have explored the heritability of intergenerationally stable methylation levels in natural populations, and little is known about the relative contribution of cis- and trans-regulatory changes to methylation variation. Here, we explore the heritability of DNA methylation, and conduct methylation quantitative trait loci (meQTLs) analysis to investigate the genetic architecture underlying methylation variation between marine and freshwater ecotypes of threespine stickleback (Gasterosteus aculeatus). We quantitatively measured genome-wide DNA methylation in fin tissue using reduced representation bisulfite sequencing of F1 and F2 crosses, and their marine and freshwater source populations. We identified cytosines (CpG sites) that exhibited stable methylation levels across generations. We found that additive genetic variance explained an average of 24-35% of the methylation variance, with a number of CpG sites possibly autonomous from genetic control. We also detected both cis- and trans-meQTLs, with only trans-meQTLs overlapping with previously identified genomic regions of high differentiation between marine and freshwater ecotypes. Finally, we identified the genetic architecture underlying two key CpG sites that were differentially methylated between ecotypes. These findings demonstrate a potential role for DNA methylation in facilitating adaptation to divergent environments and improve our understanding of the heritable basis of population epigenomic variation.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,602

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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

Citations71
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeneticsMême sujetEpigenetics and DNA MethylationTravaux en français237 207