MétaCan
Menu
Retour à la cohorte
Enregistrement W4320919322 · doi:10.3390/cells12040615

Decoupling of mRNA and Protein Expression in Aging Brains Reveals the Age-Dependent Adaptation of Specific Gene Subsets

2023· article· en· W4320919322 sur OpenAlexafffund
Inès Khatir, Marie A. Brunet, Anna Meller, Florent Amiot, Tushar Patel, Xavier Lapointe, Jessica Avila Lopez, Noé Guilloy, Anne Castonguay, Mohammed Amir Husain, Joannie St. Germain, François‐Michel Boisvert, Mélanie Plourde, Xavier Roucou, Benoît Laurent

Notice bibliographique

RevueCells · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensPROTEOCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health Research
Mots-clésTranscriptomeBiologyGene expressionProteomeMessenger RNACell biologyNeuroplasticityGeneTranslation (biology)NeuroscienceGenetics

Résumé

récupéré en direct d'OpenAlex

During aging, changes in gene expression are associated with a decline in physical and cognitive abilities. Here, we investigate the connection between changes in mRNA and protein expression in the brain by comparing the transcriptome and proteome of the mouse cortex during aging. Our transcriptomic analysis revealed that aging mainly triggers gene activation in the cortex. We showed that an increase in mRNA expression correlates with protein expression, specifically in the anterior cingulate cortex, where we also observed an increase in cortical thickness during aging. Genes exhibiting an aging-dependent increase of mRNA and protein levels are involved in sensory perception and immune functions. Our proteomic analysis also identified changes in protein abundance in the aging cortex and highlighted a subset of proteins that were differentially enriched but exhibited stable mRNA levels during aging, implying the contribution of aging-related post- transcriptional and post-translational mechanisms. These specific genes were associated with general biological processes such as translation, ribosome assembly and protein degradation, and also important brain functions related to neuroplasticity. By decoupling mRNA and protein expression, we have thus characterized distinct subsets of genes that differentially adjust to cellular aging in the cerebral cortex.

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 enseignants0,004
Score d'incertitude au seuil0,160

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 Opus0,025
Tête enseignante GPT0,272
Écart entre enseignants0,247 · 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

Citations18
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetRNA Research and SplicingTravaux en français237 207