MétaCan
Menu
Retour à la cohorte
Enregistrement W4402859102 · doi:10.1016/j.molimm.2024.09.010

Negative regulation of activation-induced cytidine deaminase gene transcription in developing B cells by a PU.1-interacting intronic region

2024· article· en· W4402859102 sur OpenAlexafffund
Allanna C. E. MacKenzie, Mia P. Sams, Jane H.-C. Lin, Carolina R. Batista, Michelle Gek Liang Lim, Chanpreet K. Riarh, Rodney P. DeKoter

Notice bibliographique

RevueMolecular Immunology · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensChildren’s Health Research InstituteWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésCytidine deaminaseActivation-induced (cytidine) deaminaseTranscription (linguistics)CytidineGeneChemistryCell biologyMolecular biologyGeneticsBiologyBiochemistryEnzymeSomatic hypermutationB cellPhilosophy

Résumé

récupéré en direct d'OpenAlex

Activation-induced cytidine deaminase (AID, encoded by Aicda ) plays a key role in somatic hypermutation and class switch recombination in germinal center B cells. However, off-target effects of AID are implicated in human leukemia and lymphoma. A mouse model of precursor B cell acute lymphoblastic leukemia driven by deletion of the related transcription factors PU.1 and Spi-B revealed C->T transition mutations compatible with being induced by AID. Therefore, we hypothesized that PU.1 negatively regulates Aicda during B cell development. Aicda mRNA transcript levels were increased in leukemia cells and bone marrow pre-B cells lacking PU.1 and/or Spi-B, relative to wild type cells. Using chromatin immunoprecipitation, PU.1 was found to interact with a negative regulatory region (R2–1) within the first intron of Aicda . CRISPR-Cas9-induced mutagenesis of R2–1 in cultured pre-B cells resulted in upregulation of Aicda in response to lipopolysaccharide stimulation. Mutation of the PU.1 interaction site and neighboring sequences resulted in reduced repressive ability of R2–1 in transient transfection analysis followed by luciferase assays. These results show that a PU.1-interacting intronic region negatively regulates Aicda transcription in developing B cells. • Aicda transcription is dysregulated in the absence of PU.1. • The transcription factor PU.1 interacts with the first intron of Aicda. • CRISPR-Cas9 mutation of a PU.1 site in Aicda intron 1 dysregulates transcription. • A PU.1-interacting site in intron 1 is a negative regulator of Aicda transcription.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · 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'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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular ImmunologyMême sujetVirus-based gene therapy researchTravaux en français237 207