MétaCan
Menu
Retour à la cohorte
Enregistrement W4225976886 · doi:10.1186/s13072-021-00428-1

Risk-focused differences in molecular processes implicated in SARS-CoV-2 infection: corollaries in DNA methylation and gene expression

2021· article· en· W4225976886 sur OpenAlexafffund
Chaini Konwar, Rebecca Asiimwe, Amy M. Inkster, Sarah M. Merrill, Gian Luca Negri, Maria J. Aristizabal, Christopher F. Rider, Julie L. MacIsaac, Christopher Carlsten, Michael S. Kobor

Notice bibliographique

RevueEpigenetics & Chromatin · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensCanada's Michael Smith Genome Sciences CentreOntario Brain InstituteCanadian Institute for Advanced ResearchBC Centre for Disease ControlUniversity of British ColumbiaUniversity of TorontoBC Children's HospitalQueen's UniversityPacific Centre for Reproductive Medicine
Organismes subventionnairesCanadian Institutes of Health ResearchWorkSafe VictoriaWorkSafeBCBC Children's Hospital
Mots-clésDNA methylationBiologyMethylationGeneEpigeneticsImmunologyGene expressionHuman genomeGeneticsGenome

Résumé

récupéré en direct d'OpenAlex

Abstract Background Understanding the molecular basis of susceptibility factors to the severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection is a global health imperative. It is well-established that males are more likely to acquire SARS-CoV-2 infection and exhibit more severe outcomes. Similarly, exposure to air pollutants and pre-existing respiratory chronic conditions, such as asthma and chronic obstructive respiratory disease (COPD) confer an increased risk to coronavirus disease 2019 (COVID-19). Methods We investigated molecular patterns associated with risk factors in 398 candidate genes relevant to COVID-19 biology. To accomplish this, we downloaded DNA methylation and gene expression data sets from publicly available repositories (GEO and GTEx Portal) and utilized data from an empirical controlled human exposure study conducted by our team. Results First, we observed sex-biased DNA methylation patterns in autosomal immune genes, such as NLRP2 , TLE1 , GPX1 , and ARRB2 (FDR < 0.05, magnitude of DNA methylation difference Δ β > 0.05). Second, our analysis on the X-linked genes identified sex associated DNA methylation profiles in genes, such as ACE2 , CA5B , and HS6ST2 (FDR < 0.05, Δ β > 0.05). These associations were observed across multiple respiratory tissues (lung, nasal epithelia, airway epithelia, and bronchoalveolar lavage) and in whole blood. Some of these genes, such as NLRP2 and CA5B , also exhibited sex-biased gene expression patterns. In addition, we found differential DNA methylation patterns by COVID-19 status for genes, such as NLRP2 and ACE2 in an exploratory analysis of an empirical data set reporting on human COVID-9 infections. Third, we identified modest DNA methylation changes in CpGs associated with PRIM2 and TATDN1 (FDR < 0.1, Δ β > 0.05) in response to particle-depleted diesel exhaust in bronchoalveolar lavage. Finally, we captured a DNA methylation signature associated with COPD diagnosis in a gene involved in nicotine dependence ( COMT ) (FDR < 0.1, Δ β > 0.05). Conclusion Our findings on sex differences might be of clinical relevance given that they revealed molecular associations of sex-biased differences in COVID-19. Specifically, our results hinted at a potentially exaggerated immune response in males linked to autosomal genes, such as NLRP2. In contrast, our findings at X-linked loci such as ACE2 suggested a potentially distinct DNA methylation pattern in females that may interact with its mRNA expression and inactivation status. We also found tissue-specific DNA methylation differences in response to particulate exposure potentially capturing a nitrogen dioxide (NO 2 ) effect—a contributor to COVID-19 susceptibility. While we identified a molecular signature associated with COPD, all COPD-affected individuals were smokers, which may either reflect an association with the disease, smoking, or may highlight a compounded effect of these two risk factors in COVID-19. Overall, our findings point towards a molecular basis of variation in susceptibility factors that may partly explain disparities in the risk for SARS-CoV-2 infection.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,018
Tête enseignante GPT0,272
Écart entre enseignants0,254 · 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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpigenetics & ChromatinMême sujetEpigenetics and DNA MethylationTravaux en français237 207