Identification of Novel DNA Sequence Motifs that Modulate Transcription in T cells
Notice bibliographique
Résumé
Abstract Considerable progress has been made towards associating transcription factor binding sites (TFBS) with cell-type-specific gene expression, however, the full repertoire of DNA sequence motifs that regulate transcription remains unknown. Improving our understanding of transcriptional regulation is especially important in T cells, given the enormous potential of genetically engineered T cells as an emerging class of therapeutics. Here, we report results from a comprehensive and unbiased survey investigating whether there are novel motifs enriched in regulatory regions of genes with the highest constitutive and selective expression across diverse T- cell subsets. Using computational and experimental methods, we identified 2,036 novel motifs and 629 previously curated TFBS that are enriched, both individually and in specific combinations, in the regulatory regions of genes exhibiting T-cell-specific gene expression. We then used the self-transcribing active regulatory region sequencing (STARR-seq) assay to evaluate all possible three- way combinations of a subset of 18 candidate motifs to test their ability to modulate transcription in immortalized lymphoblastic cell lines of T-cell origin (Jurkat E6) versus myeloid origin (K562). Our results revealed novel motifs that modulate gene transcription in T cells, with some exhibiting stronger regulatory effects than TFBS for TFs with established roles in T cells. The regulatory activity of these novel motifs was influenced by the motif’s orientation, position, and copy number. Overall, these results highlight our incomplete understanding of the relationship between sequence composition and T-cell gene regulation and indicate that previously annotated TFBS represent only a subset of motifs capable of modulating gene transcription in T cells.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».