Phenotypic and transcriptomic impact of expressing mammalian TET2 in the<i>Drosophila melanogaster</i>model
Notice bibliographique
Résumé
Ten-Eleven Translocation (TET) proteins have recently come to light as important epigenetic regulators conserved in multicellular organisms. TET knockdown studies in rodents have highlighted the critical role of these proteins for proper brain development and function. Mutations in mammalian mTET proteins and mTET2 specifically are frequent and deregulated in leukaemia and glioma respectively. Accordingly, we examined the role of mTET2 in tumorigenesis in larval haemocytes and adult heads in Drosophila melanogaster. Our findings showed that expression of mutant and wild type mTET2 resulted in general phenotypic defects in adult flies and accumulation of abdominal melanotic masses. Notably, flies with mTET2-R43G mutation at the N-terminus of mTET2 exhibited locomotor and circadian behavioural deficits, as well as reduced lifespan. Flies with mTET2-R1261C mutation in the catalytic domain, a common mutation in acute myeloid leukaemia (AML), displayed alterations affecting haemocyte haemostasis. Using transcriptomic approach, we identified upregulated immune genes in fly heads that were not exclusive to TET2 mutants but also found in wild type mTET2 flies. Furthermore, inhibiting expression of genes that were found to be deregulated in mTET2 mutants, such as those involved in immune pathways, autophagy, and transcriptional regulation, led to a rescue in fly survival, behaviour, and hemocyte number. This study identifies the transcriptomic profile of wild type mTET2 versus mTET2 mutants (catalytic versus non-catalytic) with indications of TET2 role in normal central nervous system (CNS) function and innate immunity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».