SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · MED

Promoter Bölgelerinde DNA Metilasyonunun Seçici Yeniden Modellenmesinin Fenotipli Sağlam Gen Düzeyi Birliklerini Tanımlaması.

Mining the Selective Remodeling of DNA Methylation in Promoter Regions to Identify Robust Gene-Level Associations With Phenotype.

Makine çevirisi · Editoryal inceleme bekliyor

Front Mol Biosci · 2021-03-26

DOI: 10.3389/fmolb.2021.597513PMID: 33842534

Open accessresearch-article; Journal ArticleKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Epigenetik, genetiği çevreye bağlayan temel bir biyolojik sınırdır ve DNA metilasyonu en çok çalışılan epigenetik olaylardan biridir. Son yıllarda, epigenome-genişlikli ilişki çalışması (EWAS) sayesinde araştırmacılar, fenotiple ilgili binlerce metilasyon bölgesi tespit etmişlerdir. Bununla birlikte, çeşitli çalışmalar arasındaki tanımlanmış fenotiple ilişkili DNA metilasyon bölgelerinin çakışmaları genellikle oldukça küçüktür ve bu, metilasyonun yeniden şekillendirilmesinin genom içinde belirli bir rasgelelik derecesine sahip olmasından kaynaklanabilir. Bu nedenle, güçlü gen-fenotip ilişkilerinin tanımlanması, patogenezin yorumlanması için çok önemlidir. Aynı gendeki farklı sitelerin metilasyon değerlerinin nasıl entegre edileceği ve gen seviyesindeki DNA metilasyonunun nasıl mayınlanacağı bir meydan okuma olmaya devam ediyor. Yakın zamanda yapılan bir araştırma, gen gövdesi ve promotör bölgesinin DNA metilasyon farkının gen ifadesi ile güçlü bir korelasyona sahip olduğunu bulmuştur. Bu çalışmada, gen düzeyinde DNA metilasyon değerlerini çıkarmak için Promoter ve Diğer Vücut Bölgesi (SIMPO) algoritması arasında istatistiksel bir DNA Metilasyonu farkı önerdik. İlk olarak, çevresel bir maruziyet faktörü olarak sigara içmeyi seçerek, yöntemimiz farklı veri kümeleri arasında gen örtüşmelerinde (% 5 ila% 17) önemli gelişmelere yol açtı. Buna ek olarak, SIMPO algoritması tarafından tanımlanan fenotiple ilgili genlerin biyolojik önemi, geleneksel sonda tabanlı yöntemlerinkiyle karşılaştırılabilir. Daha sonra, hastalığa bağlı gen tanımlamasının biyolojik verimliliğinin 15.43'ten 44.44'e yükseldiğini göstermek için iki hastalık içeriği (örneğin, insülin direnci ve Parkinson hastalığı) seçtik (p-değeri = 1.20e-28). Özetle, sonuçlarımız, promotör bölgelerde DNA metilasyonunun seçici yeniden şekillendirilmesinin madenciliğinin fenotip ile güçlü gen düzeyindeki ilişkileri tanımlayabileceğini ve belirli bir genin promotör bölgesinin karakteristik yeniden şekillendirilmesinin hastalığın özünü yansıtabileceğini beyan eder.

Özgün kaynak özetini okuyun

Epigenetics is an essential biological frontier linking genetics to the environment, where DNA methylation is one of the most studied epigenetic events. In recent years, through the epigenome-wide association study (EWAS), researchers have identified thousands of phenotype-related methylation sites. However, the overlaps of identified phenotype-related DNA methylation sites between various studies are often quite small, and it might be due to the fact that methylation remodeling has a certain degree of randomness within the genome. Thus, the identification of robust gene-phenotype associations is crucial to interpreting pathogenesis. How to integrate the methylation values of different sites on the same gene and to mine the DNA methylation at the gene level remains a challenge. A recent study found that the DNA methylation difference of the gene body and promoter region has a strong correlation with gene expression. In this study, we proposed a Statistical difference of DNA Methylation between Promoter and Other Body Region (SIMPO) algorithm to extract DNA methylation values at the gene level. First, by choosing to smoke as an environmental exposure factor, our method led to significant improvements in gene overlaps (from 5 to 17%) between different datasets. In addition, the biological significance of phenotype-related genes identified by SIMPO algorithm is comparable to that of the traditional probe-based methods. Then, we selected two disease contents (e.g., insulin resistance and Parkinson's disease) to show that the biological efficiency of disease-related gene identification increased from 15.43 to 44.44% (p-value = 1.20e-28). In summary, our results declare that mining the selective remodeling of DNA methylation in promoter regions can identify robust gene-level associations with phenotype, and the characteristic remodeling of a given gene's promoter region can reflect the essence of disease.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.