摘要 转录适应是最近描述的一种现象,其中一个基因的突变会导致相关基因(称为适应基因)的转录调节。在分子水平上,有人提出,突变的 mRNA(而不是蛋白质功能的丧失)激活了这种反应。虽然已经在斑马鱼胚胎和小鼠细胞系中报道了几例转录适应的例子,但尚不清楚这种现象是否在后生动物中都观察到。我们在此报告了秀丽隐杆线虫的转录适应,并发现该过程需要与突变 mRNA 衰变有关的因子,就像在斑马鱼和小鼠中一样。我们进一步发现了对 Argonaute 蛋白和 Dicer 的需求,这些因子与小 RNA 成熟和转运到细胞核中有关。总之,这些结果为秀丽隐杆线虫的转录适应提供了证据,这是一种进一步研究潜在分子机制的有力模型。
秀丽隐杆线虫是一种用于研究发育和衰老遗传学的多功能模型生物,通过给线虫喂养表达特定 dsRNA 的细菌可以抑制其基因表达。之前已证实通过常规转基因技术过表达缺氧诱导因子 1 ( hif-1 ) 或热休克因子 1 ( hsf-1 ) 可延长线虫寿命。然而,目前尚不清楚其他基因过表达方法是否可行,尤其是随着基于 CRISPR 的技术的出现。本文中,我们表明,给经过基因改造以稳定表达 Cas9 衍生的合成转录因子的秀丽隐杆线虫喂养表达启动子特异性单向导 RNA (sgRNA) 的细菌也可以激活基因表达。我们证明,通过摄取针对 hif-1 或 hsf-1 各自启动子区域的 sgRNA 激活 CRISPR 可增加基因表达并延长秀丽隐杆线虫的寿命。此外,作为旨在使用 CRISPR 激活秀丽隐杆线虫的未来研究的计算机资源,我们提供了预测的启动子特异性 sgRNA 靶序列,用于超过 13,000 个秀丽隐杆线虫基因,并具有实验定义的转录起始位点。我们预计本文描述的方法和组件将有助于促进全基因组基因过表达研究,例如,通过将表达 sgRNA 的细菌喂给线虫来诱导转录,以识别衰老或其他感兴趣的表型的调节因子。
。cc-by 4.0国际许可(未经Peer Review尚未获得认证)是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本发布于2023年1月18日。 https://doi.org/10.1101/2023.01.15.524171 doi:Biorxiv Preprint
线虫秀丽隐杆线虫在其环境中以细菌为食,并已成为微生物组研究的模型生物。然而,尽管在其自然栖息地中存在许多真菌物种,但秀丽隐杆线虫是否以及如何与同时发生的真菌相互作用仍然很大。在这里,我们将酵母Barnettozyma californica与秀丽隐杆线虫的中cosm隔离,并表征其基因组和与线虫的相互作用。我们发现B. californica被秀丽隐杆线虫摄入,可以用作食物来源的唯一,尽管很差。然而,当与大肠杆菌OP50一起使用时,真菌会导致人口增长和觅食行为改变,这表明这种真菌 - 细菌混合物比单独的细菌提供了更好的食物来源。这种效果在不同的天然秀丽隐杆线虫菌株之间有所不同,这表明线虫与加利福尼亚州的相互作用是基因组基础。分离的加州菌菌株的完全组装和注释的基因组并未表明其与秀丽隐杆线虫和/或大肠杆菌OP50相互作用的任何明显的候选基因。总的来说,我们的结果提供了一个有趣的例子,说明了自然相互作用的真菌,细菌和动物之间的复杂性和多层关系。
持续时间:3年地点:CAEN(https://www.cyceron.fr/index.php/fr/)接收结构:Neuropresage团队:Inserm U1237(https://neuropresage.fr/) Rauchs,Inserm Research总监,为神经恢复团队共同负责。补偿:根据国家规模的博士合同(如果获得资金)。所需的开始日期:2025年10月。科学背景:自1980年以来,全球60岁及60岁以上的人口已翻了一番,到2050年应达到20亿。老年人人数的增加伴随着神经退行性疾病(例如阿尔茨海默氏病)患者的数量增加。这些病理在社会层面上代表了相当大的成本。在缺乏大多数神经退行性疾病的治疗方法的情况下,开发干预措施以尽可能长时间地促进成功并保持良好的身体和精神形式的干预措施至关重要。在这种情况下,许多研究强调了可能成为预防策略主题的可修改脆弱性或生命因素的存在。在这些不同的因素中,焦虑症,睡眠障碍和饮酒障碍似乎与我们特别相关。最后,还将研究这些疾病与日常生活中遇到的困难之间的联系。论文和方法论的目的:这项工作的目的首先是确定50岁以上患者的焦虑症疾病,睡眠或酒精使用的率,可用于在诺曼底和里昂地区的记忆咨询中进行神经心理学评估。在第二步中,我们将一方面研究其中一个或多个因素(焦虑症疾病,睡眠和饮酒)的存在与神经心理学符号学,诊断与另一方面的性质/严重性之间的联系。一方面,我们还将探索年龄,性别和教育水平之间的联系,另一方面,另一方面,抑郁症的疾病,睡眠和饮酒。这项研究包括近1200名患者在记忆咨询服务中咨询神经心理学家,或应全科医生或周围的患者的要求。在神经心理学评估期间收集的数据(通过情节记忆测试(主要是工作记忆和功能)以及心理学家在资产负债表末尾分发的问卷的答案,并允许更细微地探索疾病的答案(请参阅下面)。
操纵基因活性和控制转基因表达的能力对于研究基因功能至关重要。虽然对于秀丽隐杆线虫来说,有几种用于修改基因或分别控制表达的遗传工具,但是没有遗传方法可以产生既能破坏基因功能又能为表达被破坏基因的细胞提供遗传途径的突变。为了实现这一点,我们开发了一种基于 cGAL(一种用于秀丽隐杆线虫的 GAL4-UAS 二分表达系统)的多功能基因陷阱策略。我们设计了一个 cGAL 基因陷阱盒并使用 CRISPR/Cas9 将其插入目标基因中,从而创建一个双顺反子操纵子,该操纵子可同时在表达目标基因的细胞中表达截短的内源蛋白和 cGAL 驱动基因。我们证明我们的 cGAL 基因陷阱策略可以稳健地产生功能丧失的等位基因。将 cGAL 基因陷阱系与不同的 UAS 效应菌株相结合,使我们能够挽救功能丧失的表型,观察基因表达模式,并在时空上操纵细胞活动。我们表明,通过显微注射或基因杂交的重组酶介导的盒式交换 (RMCE),可以进一步在体内设计 cGAL 基因陷阱系,以轻松地将 cGAL 与其他二分表达系统的驱动器(包括 QF/QF2、Tet-On/Tet-Off 和 LexA)交换,以生成在同一基因组位置具有不同驱动器的新基因陷阱系。这些驱动器可以与它们相应的效应物结合以进行正交转基因控制。因此,我们基于 cGAL 的基因陷阱是多功能的,代表了秀丽隐杆线虫基因功能分析的强大遗传工具,这最终将为基因组中的基因如何控制生物体的生物学提供新的见解。
对监管机构负责评估风险的许多化学物质中很少有人对发育神经毒性(DNT)进行了仔细的测试。为加快测试工作以及减少脊椎动物的使用,付出了巨大的努力,致力于替代实验室模型进行测试。DNT的主要机制是由于神经发育过程中化学暴露而改变的神经元结构。Caenorhabditis秀丽隐杆线虫是神经生物学家和发育生物学家广泛研究的线虫,在较小程度上由神经毒理学家进行了研究。秀丽隐杆线虫中神经系统的发育轨迹很容易可视化,通常完全不变并且完全映射。因此,我们假设秀丽隐杆线虫可能是一个强大的体内模型,以测试化学物质,以改变神经元结构的发育模式。为了测试这是否可能是真的,我们开发了一种新型的秀丽隐杆线虫DNT测试范式,其中包括整个发育中的暴露,检查所有主要神经递质神经元类型以进行建筑改变,并测试针对多巴胺能,胆碱能和谷氨酸氨酸性功能的行为。我们使用这种范式来表征早期暴露于发育神经毒性铅,镉和苯并(A)pyrene(BAP)对多巴胺能,胆碱能和谷氨酸氨基氨基氨基氨基甲基体系结构的影响。我们还评估了暴露是否会改变神经元规范,这是通过表达特定神经递质诊断的表达来评估的。我们尚未确定我们检查的神经元明显的神经递质类型发生的情况,但许多神经元形态发生了变化。我们还发现,在秀丽隐杆线虫中,神经元特异性的行为是针对人群中期的秀丽隐杆菌中的,在早期阶段的形态神经退行性变化。功能变化与我们观察到的神经元类型的形态变化一致。我们确定了与哺乳动物DNT文献中报道的变化一致的变化,从而加强了秀丽隐杆线虫作为DNT模型的案例,并进行了新的观察结果,应在以后的研究中进行跟进。
摘要 兴奋和抑制 (E/I) 之间的精细平衡对于大脑正常功能至关重要。GABA 能系统的紊乱会改变这种平衡,是各种神经系统疾病的共同特征,包括自闭症谱系障碍 (ASD)。磷酸酶和张力蛋白同源物 (PTEN) 的突变与 ASD 密切相关,PTEN 是磷脂酰肌醇 3-磷酸激酶/Akt 通路的主要负调节剂。然而,尚不清楚 PTEN 缺陷是否会对抑制和兴奋信号产生不同的影响。利用秀丽隐杆线虫的神经肌肉系统,其中兴奋性 (胆碱能) 和抑制性 (GABA 能) 输入都调节肌肉活动,我们发现 daf- 18 / PTEN 突变会影响 GABA 能(但不影响胆碱能)神经发育和功能。这种选择性影响导致抑制信号传导不足。在 daf- 18/PTEN 突变体中观察到的 GABAergic 系统中的缺陷是由于发育过程中 DAF- 16/FOXO 活性降低所致。生酮饮食 (KGD) 已被证明对与 E/I 失衡相关的疾病有效。然而,其作用机制在很大程度上仍然难以捉摸。我们发现,在早期发育过程中富含酮体 β -羟基丁酸的饮食会诱导 DAF- 16/FOXO 活性,从而改善 daf- 18/PTEN 突变体的 GABAergic 神经发育和功能。我们的研究为 PTEN 突变与神经发育缺陷之间的联系提供了宝贵的见解,并深入探讨了 KGD 潜在治疗效果的潜在机制。
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本(未经同行评审认证)提供的,他已授予Biorxiv的许可证,以在2024年12月26日发布的此版本中显示此版本的版权持有人。 https://doi.org/10.1101/2024.12.26.630373 doi:Biorxiv Preprint
摘要 — 如今,用户与计算机系统交互。行为生物识别包括分析用户交互以进行识别和验证应用程序。这种方法对于增强安全性和改善用户体验非常有用,并且还涉及许多隐私问题。在本文中,我们解决了考虑用户行为的用户识别问题。经典机器学习方法对此类数据的效率如何?深度学习方法呢?我们在两种行为模式上说明了这项工作,即使用智能手机的人类活动和笔记本电脑上的击键动态。由于大多数行为生物识别模式的准确率低于形态学模式,我们考虑了两种可以表示为时间序列的这些模式的方法:经典机器学习和深度学习技术。我们打算表明,许多算法可以在不同模式下获得非常好的性能,而无需对所考虑的模式进行任何特定的调整。通过这种比较分析,我们可以表明行为生物识别技术可用于安全应用(即谁在访问公司信息系统),但可能会引起隐私问题,因为用户在浏览互联网时可能会被识别。