Identifying tissue specific transcriptional regulatory elements in mammalian genomes
Notice bibliographique
Résumé
Mammalian genomes are >98% non-coding and the function of most of this DNA remains unknown. Enhancers are one of the major components of the complex non-coding genome, which regulate gene expression in a tissue specific manner by binding transcription factors (TFs). Moreover, non-coding regulatory regions are critical for normal development, inter intra-species evolution and often inappropriately regulated in disease contexts, yet we have only a limited understanding of these regions at a sequence level. The analysis of known enhancers has failed to provide a sequence code of enhancers, how many and which specific TFs are required to build a functional enhancer. To better understand the transcriptional regulatory code, I identified embryonic stem (ES) cell enhancers using mouse-human comparative epigenomics and machine learning. I found genomic regions with conserved binding of multiple transcription factors (TFs) in mouse and human embryonic stem cells (ESCs) are enriched in a diverse repertoire of transcription factor binding sites (TFBS) including known and novel ESC regulators. The accuracy of these predictions was confirmed using enhancer reporter assays and site directed mutagenesis of conserved TFBS in natural enhancers as well as the construction of synthetic enhancers. As I found that natural enhancers have on average 12 unique conserved TFBS I hypothesized that >10 unique TFBS are important for regulatory activity. Multiple synthetic enhancers constructed from >10 unique TFBS had robust enhancer activity, whereas sequences containing
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».