Kassambara A, Herviou L, Ovejero S, Jourdan M, Thibaut C, Vikova V, Pasero P, Elemento O, Moreaux J. RNA-Sequenzierungsdaten-gestützte Analyse der menschlichen Plasmazelldifferenzierung enthüllt neue potenzielle Transkriptionsregulatoren. Leukemia. 2021. PDF herunterladen
Zusammenfassung der Studie
Plasmazellen (PC) sind durch ihre langfristige Produktion von Antikörpern von zentraler Bedeutung für das adaptive Immunsystem. Um die der menschlichen Plasmazelldifferenzierung (PCD) zugrunde liegende Transkriptionslandschaft zu verstehen, wurde in dieser Studie ein zeitlicher RNA-seq-Datensatz erstellt, der mehrere Stadien der PCD erfasst.
6374 unterschiedlich exprimierte Gene wurden in vier dynamische Genexpressionsmuster gruppiert
Die Analyse der Anreicherung von Signalwegen identifizierte sowohl bekannte als auch neue biologische Prozesse, darunter:
- Häm-Biosynthese
- Glutathion-Konjugation
Die Studie enthüllte neue Transkriptionsregulatoren mit stadienspezifischer Expression, wie zum Beispiel:
- BATF2
- BHLHA15/MIST1
- EZH2
- WHSC1/MMSET
- BLM
Die funktionelle Validierung hat die Rolle von BLM bei der Regulierung der Zellproliferation und des Überlebens während PCD hervorgehoben. Diese Ergebnisse definieren einen transkriptionellen Fahrplan für PCD und eröffnen neue Wege zum Verständnis der PC-Biologie.
In dieser Studie war Alboukadel Kassambara der Erstautor und leitete das Projekt vom konzeptionellen Entwurf bis zur Datenanalyse und -interpretation. Er führte die vollständige RNA-seq-Analyse durch, identifizierte stadienspezifische Transkriptionsprogramme und verfasste das Manuskript, wodurch eine grundlegende Ressource für das Verständnis der menschlichen Plasmazelldifferenzierung geschaffen wurde.
Zitat
Publication: In Leukemia
Datum: April 6, 2021
Typ: Zeitschriftenartikel
PDF: Download der PDF
Wissenschaftliche Beiträge
Hier sind weitere wissenschaftliche Abstracts, die von Alboukadel Kassambara verfasst oder mitverfasst wurden. Diese Beiträge umfassen computergestützte Biologie, Bioinformatik, Biostatistik, maschinelles Lernen und Multi-Omics, mit Schwerpunkt auf Immuno-Onkologie und translationaler Forschung.
