MétaCan
Menu
Retour à la cohorte
Enregistrement W3160088467 · doi:10.3389/fgene.2021.767341

Transcriptome Analysis Reveals Higher Levels of Mobile Element-Associated Abnormal Gene Transcripts in Temporal Lobe Epilepsy Patients

2021· article· en· W3160088467 sur OpenAlexafffund
Kai Hu, Ping Liang

Notice bibliographique

RevueFrontiers in Genetics · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensBrock University
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaCompute Canada
Mots-clésEpilepsyHippocampal sclerosisTranscriptomeBiologyTemporal lobeGeneGeneticsMobile genetic elementsRNA splicingIntronComputational biologyGenomeGene expressionNeuroscienceRNA

Résumé

récupéré en direct d'OpenAlex

Mesial temporal lobe epilepsy (MTLE) is the most common form of epilepsy, and temporal lobe epilepsy patients with hippocampal sclerosis (TLE-HS) show worse drug treatment effects and prognosis. TLE has been shown to have a genetic component, but its genetic research has been mostly limited to coding sequences of genes with known association to epilepsy. Representing a major component of the genome, mobile elements (MEs) are believed to contribute to the genetic etiology of epilepsy despite limited research. We analyzed publicly available human RNA-seq-based transcriptome data to determine the role of mobile elements in epilepsy by performing de novo transcriptome assembly, followed by identification of spliced gene transcripts containing mobile element (ME) sequences (ME-transcripts), to compare their frequency across different sample groups. Significantly higher levels of ME-transcripts in hippocampal tissues of epileptic patients, particularly in TLE-HS, were observed. Among ME classes, short interspersed nuclear elements (SINEs) were shown to be the most frequent contributor to ME-transcripts, followed by long interspersed nuclear elements (LINEs) and DNA transposons. These ME sequences almost in all cases represent older MEs normally located in the intron sequences. For protein coding genes, ME sequences were mostly found in the 3′-UTR regions, with a significant portion also in the coding sequences (CDSs), leading to reading frame disruption. Genes associated with ME-transcripts showed enrichment for the mRNA splicing process and an apparent bias in epileptic transcriptomes toward neural- and epilepsy-associated genes. The findings of this study suggest that abnormal splicing involving MEs, leading to loss of functions in critical genes, plays a role in epilepsy, particularly in TLE-HS, thus providing a novel insight into the molecular mechanisms underlying epileptogenesis.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,184
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,233
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 tête enseignante, pas un consensus.

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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetRNA and protein synthesis mechanismsTravaux en français237 207