L'effet d'une prédisposition génétique aux maladies inflammatoires de l'intestin sur la barrière épithéliale intestinale
Notice bibliographique
Résumé
Les maladies inflammatoires de l’intestin (MICIs) incluent la maladie de Crohn et la colite ulcéreuse et affectent plus de 270 000 personnes au Canada. L’origine des MICIs est associée à des facteurs génétiques, des facteurs environnementaux et à une perturbation du microbiome intestinal. Plus de 200 régions génomiques ont précédemment été associées aux MICIs. Des études subséquentes ont permis d’identifier le gène causal de plusieurs de ces régions et les voies de signalisation cellulaires associées telles que l’autophagie, la réponse aux molécules bactériennes et la production de cytokines. Toutefois, dans la plupart des cas, les gènes causaux des régions génomiques ne sont pas identifiés. L’identification de ces gènes et des voies cellulaires qu’ils régulent permettrait d’identifier de nouvelles cibles pharmaceutiques qui renforceraient l’éventail de traitements disponibles contre les MICIs et augmenteraient la proportion de patients qui répondent aux traitements. Mon projet de doctorat se divise en deux parties, dans un premier temps, j’ai étudié le rôle de C1ORF106 et de son variant codant rare Y333F, tous deux associés aux MICIs, dans l’épithélium intestinal. Pour ce faire, nous avons utilisé un modèle Knock-Down de C1ORF106 dans des cellules Caco-2, dans lequel nous avons diminué l’expression de C1ORF106 de 88%. Lorsque différenciées, les cellules Caco-2 forment une monocouche épithéliale étanche idéale pour l’étude de fonctions cellulaires épithéliales. Ce modèle nous a permis d’identifier les voies cellulaires régulées par C1ORF106 telles que la formation des jonctions serrées, la régulation du cytosquelette d’actine et l’établissement de la polarité cellulaire. Nous avons ensuite utilisé un modèle de cellules épithéliales dérivées de cellules souches pluripotentes induites (CSPi) provenant de patients hétérozygotes pour le variant Y333F et d’individus sains porteurs de l’allèle Y333 pour identifier l’effet du variant Y333F sur ces fonctions cellulaires. La deuxième partie de mon projet visait à déterminer quels gènes associés aux MICIs devraient être priorisés pour l’identification de nouveaux gènes causaux, et plus spécifiquement, de nouveaux gènes causaux régulant la barrière épithéliale. Pour ce faire, nous avons déterminé une liste de gènes candidats basée sur les régions génomiques précédemment associées aux MICIs, puis nous avons établi un classement basé sur la présence d’un variant génétique associé aux MICIs, sur la proximité du gène au SNP utilisé dans le GWAS et sur la connaissance de fonctions cellulaires précédemment associée aux MICIs. Nous avons ensuite établi un classement épithélial basé sur le profil d’expression cellulaire et sur l’effet que le SNP du GWAS a sur l’expression des gènes inclus dans l’étude (eQTL). Parmi les gènes les mieux classés dans ces deux classements, plusieurs gènes (IRF8, IRF6, GSDMB) sont connus pour réguler, dans d’autres types cellulaires, l’inflammasome, une voie activée par différentes molécules microbiennes. Nous avons démontré qu’IRF8 est également impliqué dans la régulation de l’inflammasome dans les cellules épithéliales intestinales. Globalement, ce projet aura identifié de nouvelles fonctions cellulaires épithéliales associées aux MICIs telles que la régulation de la polarité cellulaire et de l’inflammasome épithélial en plus d’identifier de nombreux gènes à prioriser lors de futures études génétiques.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».