Identification and characterization of transcribed enhancers during cerebellar development through enhancer RNA analysis
Notice bibliographique
Résumé
BACKGROUND: The development of the brain requires precise coordination of molecular processes across many cell-types. Underpinning these events are gene expression programs which require intricate regulation by non-coding regulatory sequences known as enhancers. In the context of the developing brain, transcribed enhancers (TEs) regulate temporally-specific expression of genes critical for cell identity and differentiation. Transcription of non-coding RNAs at active enhancer sequences, known as enhancer RNAs (eRNAs), is tightly associated with enhancer activity and has been correlated with target gene expression. TEs have been characterized in a multitude of developing tissues, however their regulatory role has yet to be described in the context of embryonic and early postnatal brain development. In this study, eRNA transcription was analyzed to identify TEs active during cerebellar development, as a proxy for the developing brain. Cap Analysis of Gene Expression followed by sequencing (CAGE-seq) was conducted at 12 stages throughout embryonic and early postnatal cerebellar development. RESULTS: Temporal analysis of eRNA transcription identified clusters of TEs that peak in activity during either embryonic or postnatal times, highlighting their importance for temporally specific developmental events. Functional analysis of putative target genes identified molecular mechanisms under TE regulation revealing that TEs regulate genes involved in biological processes specific to neurons. We validate enhancer activity using in situ hybridization of eRNA expression from TEs predicted to regulate Nfib, a gene critical for cerebellar granule cell differentiation. CONCLUSIONS: The results of this analysis provide a valuable dataset for the identification of cerebellar enhancers and provide insight into the molecular mechanisms critical for brain development under TE regulation. This dataset is shared with the community through an online resource ( https://goldowitzlab.shinyapps.io/trans-enh-app/ ).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».