MétaCan
Menu
Retour à la cohorte
Enregistrement W7009757408

Étiologie du biais de l'inactivation du chromosome X (ICX) dans les cellules sanguines des femmes vieillissantes : sélection hémizygote et acquisition de mutations somatiques

2022· dissertation· fr· W7009757408 sur OpenAlexaboutno aff

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2022
Typedissertation
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Syndromes and Imprinting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésY chromosomeMutationGenetic inheritance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les cellules souches hématopoïétiques (CSH) assurent une production constante des cellules sanguines tout au long de la vie, mais sont vulnérables à l’acquisition de mutations pouvant mener à une transformation maligne. Les mutations qui confèrent un avantage de croissance entraîneront une prolifération clonale. L’étude de la clonalité est centrale à la compréhension de ces phénomènes. Historiquement, l’analyse de la clonalité a été possible grâce au principe de l’inactivation du chromosome X (ICX) chez les femmes qui entraîne la création de deux populations cellulaires, celle avec le X-paternel actif et celle avec le X-maternel actif. Une déviation (biais) de la proportion théorique de 1 :1 entre ces deux populations peut supposer une dominance clonale. Nous avons démontré un biais significatif de l’ICX chez les femmes avec l’âge. Ce phénomène peut être expliqué par plusieurs causes dont la sélection hémizygote (un des deux X possède des allèles plus forts que l’autre) et l’acquisition de mutations dans une CSH. Nous posons l’hypothèse que ces deux phénomènes coexistent et peuvent être distingués par une approche génomique. Nous avons recruté une cohorte de 2996 femmes canadiennes-françaises âgées entre 37 et 101 ans composée de 2172 individus issus de 321 familles et de 824 individus non apparentés. Deux tissus biologiques ont été recueillis : le sang périphérique (PMN, monocytes, lymphocytes T, lymphocytes B) et des cellules buccales. Le ratio de l’ICX a été déterminé par la méthode HUMARA, l’analyse de gènes associés à l’hématopoïèse clonale (19 gènes) a été faite par la méthode de séquençage NGS, et la cohorte a été génotypée à 700 625 loci polymorphiques de l’ADN (SNP). Des analyses bioinformatiques ont été - iv - appliquées pour étudier la contribution génétique au biais de l’ICX. Nous démontrons que : (i) le biais de l’ICX est plus prévalent dans les cellules sanguines par rapport aux cellules épithéliales et maximal dans les cellules myéloïdes; (ii) le biais augmente avec l’âge seulement dans les cellules sanguines et que cette influence est plus marquée pour les neutrophiles; (iii) la concordance du biais est très importante pour les différents types cellulaires sanguins, suggérant un mécanisme opérant au niveau de la CSH ; (iv) il y a une composante héréditaire liée au biais de l’ICX; (v) la présence de mutations acquises (TET2, DNMT3A, etc.) explique seulement une partie du biais ; (vi) à l’aide d’analyses par liaison génétique la présence d’une région sur le chromosome X à Xq21 (LOD score 4.9) qui est associée au biais des lymphocytes T et une autre sur le chromosome 1 à 1q21 (LOD score 6) qui est associée au biais des neutrophiles. Nous avons départagé la contribution liée à l’acquisition de mutations somatiques et identifié pour la première fois des régions liées à une prédisposition génétique. Nos travaux se poursuivront d’une part par l’analyse de gènes candidats dans les régions identifiées, et d’autre part nous tenterons d’identifier les cibles génétiques qui confèrent un potentiel de transformation maligne en utilisant une approche basée sur l’analyse du méthylome, de l’hydroxyméthylome et du transcriptome que nous venons de valider. Notre étude démontre la complexité de l’adaptation de l’hématopoïèse au vieillissement et ouvre des portes sur l’identification de facteurs prédisposant aux cancers hématologiques.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetGenetic Syndromes and ImprintingTravaux en français237 207