Whole-genome methylation profiling reveals regions associated with painful temporomandibular disorders and active recovery processes
Notice bibliographique
Résumé
ABSTRACT: Temporomandibular disorders (TMDs), collectively representing one of the most common chronic pain conditions, have a substantial genetic component, but genetic variation alone has not fully explained the heritability of TMD risk. Reasoning that the unexplained heritability may be because of DNA methylation, an epigenetic phenomenon, we measured genome-wide DNA methylation using the Illumina MethylationEPIC platform with blood samples from participants in the Orofacial Pain: Prospective Evaluation and Risk Assessment (OPPERA) study. Associations with chronic TMD used methylation data from 496 chronic painful TMD cases and 452 TMD-free controls. Changes in methylation between enrollment and a 6-month follow-up visit were determined for a separate sample of 62 people with recent-onset painful TMD. More than 750,000 individual CpG sites were examined for association with chronic painful TMD. Six differentially methylated regions were significantly ( P < 5 × 10 -8 ) associated with chronic painful TMD, including loci near genes involved in the regulation of inflammatory and neuronal response. A majority of loci were similarly differentially methylated in acute TMD consistent with observed transience or persistence of symptoms at follow-up. Functional characterization of the identified regions found relationships between methylation at these loci and nearby genetic variation contributing to chronic painful TMD and with gene expression of proximal genes. These findings reveal epigenetic contributions to chronic painful TMD through methylation of the genes FMOD , PM20D1 , ZNF718 , ZFP57 , and RNF39 , following the development of acute painful TMD. Epigenetic regulation of these genes likely contributes to the trajectory of transcriptional events in affected tissues leading to resolution or chronicity of pain.
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 | 0,002 | 0,002 |
| 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 ».