MétaCan
Menu
Retour à la cohorte
Enregistrement W4226016725 · doi:10.1111/ejn.15661

A comparison of blood and brain‐derived ageing and inflammation‐related DNA methylation signatures and their association with microglial burdens

2022· article· en· W4226016725 sur OpenAlexfundno aff
Anna J. Stevenson, Daniel L. McCartney, Danni A. Gadd, Gemma Shireby, Robert F. Hillary, Declan King, Makis Tzioras, Nicola Wrobel, Sarah McCafferty, Lee Murphy, Barry W. McColl, Paul Redmond, Adele M. Taylor, Sarah E. Harris, Tom C. Russ, Andrew M. McIntosh, Jonathan Mill, Colin Smith, Ian J. Deary, Simon R. Cox, Riccardo E. Marioni, Tara L. Spires‐Jones

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEpigenetics and DNA Methylation
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilNational Institute on AgingBiotechnology and Biological Sciences Research CouncilMedical Research CouncilNational Institutes of HealthUK Dementia Research InstituteMedical Research Council CanadaWellcome Trust
Mots-clésEpigeneticsDNA methylationAgeingdNaMMethylationBiologyMicrogliaDifferentially methylated regionsInflammationHippocampusCognitive declineImmunologyGeneticsNeuroscienceMedicineDiseaseDementiaPathologyDNAGene expressionGene

Résumé

récupéré en direct d'OpenAlex

Abstract Inflammation and ageing‐related DNA methylation patterns in the blood have been linked to a variety of morbidities, including cognitive decline and neurodegenerative disease. However, it is unclear how these blood‐based patterns relate to patterns within the brain and how each associates with central cellular profiles. In this study, we profiled DNA methylation in both the blood and in five post mortem brain regions (BA17, BA20/21, BA24, BA46 and hippocampus) in 14 individuals from the Lothian Birth Cohort 1936. Microglial burdens were additionally quantified in the same brain regions. DNA methylation signatures of five epigenetic ageing biomarkers (‘epigenetic clocks’), and two inflammatory biomarkers (methylation proxies for C‐reactive protein and interleukin‐6) were compared across tissues and regions. Divergent associations between the inflammation and ageing signatures in the blood and brain were identified, depending on region assessed. Four out of the five assessed epigenetic age acceleration measures were found to be highest in the hippocampus (β range = 0.83–1.14, p ≤ 0.02). The inflammation‐related DNA methylation signatures showed no clear variation across brain regions. Reactive microglial burdens were found to be highest in the hippocampus (β = 1.32, p = 5 × 10 −4 ); however, the only association identified between the blood‐ and brain‐based methylation signatures and microglia was a significant positive association with acceleration of one epigenetic clock (termed DNAm PhenoAge) averaged over all five brain regions (β = 0.40, p = 0.002). This work highlights a potential vulnerability of the hippocampus to epigenetic ageing and provides preliminary evidence of a relationship between DNA methylation signatures in the brain and differences in microglial burdens.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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'étudeObservationnel
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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetEpigenetics and DNA MethylationTravaux en français237 207