MétaCan
Menu
Retour à la cohorte
Enregistrement W4213417064 · doi:10.1038/s41467-022-28666-1

A fast Myosin super enhancer dictates muscle fiber phenotype through competitive interactions with Myosin genes

2022· article· en· W4213417064 sur OpenAlexaff
Matthieu Dos Santos, Stéphanie Backer, Frédéric Aurade, Matthew Man-Kin Wong, Maud Wurmser, Rémi Pierre, Francina Langa, Marcio Do Cruzeiro, Alain Schmitt, Jean‐Paul Concordet, Athanassia Sotiropoulos, F. Jeffrey Dilworth, Daan Noordermeer, Frédéric Relaix, Iori Sakakibara, Pascal Maire

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensOttawa Hospital
Organismes subventionnairesCentre National de la Recherche ScientifiqueInstitut National de la Santé et de la Recherche MédicaleAFM-TéléthonAgence Nationale de la Recherche
Mots-clésEnhancerMyosinBiologyGene isoformLocus (genetics)GenePromoterTransgenePhenotypeGeneticsCell biologyGene expression

Résumé

récupéré en direct d'OpenAlex

The contractile properties of adult myofibers are shaped by their Myosin heavy chain isoform content. Here, we identify by snATAC-seq a 42 kb super-enhancer at the locus regrouping the fast Myosin genes. By 4C-seq we show that active fast Myosin promoters interact with this super-enhancer by DNA looping, leading to the activation of a single promoter per nucleus. A rainbow mouse transgenic model of the locus including the super-enhancer recapitulates the endogenous spatio-temporal expression of adult fast Myosin genes. In situ deletion of the super-enhancer by CRISPR/Cas9 editing demonstrates its major role in the control of associated fast Myosin genes, and deletion of two fast Myosin genes at the locus reveals an active competition of the promoters for the shared super-enhancer. Last, by disrupting the organization of fast Myosin, we uncover positional heterogeneity within limb skeletal muscles that may underlie selective muscle susceptibility to damage in certain myopathies.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,591

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,280
Écart entre enseignants0,270 · 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'étudeSans objet
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

Citations72
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMuscle Physiology and DisordersTravaux en français237 207