The evolution of gene regulation in mammalian cerebellum development

生物 染色质 基因表达调控 小脑 基因调控网络 基因 基因表达 调节顺序 调节基因 遗传学 进化生物学 祖细胞 进化发育生物学 保守序列 计算生物学 转录调控 嘉雅宠物 祖细胞 神经科学 转录因子 后生 细胞生物学
作者
Ioannis Sarropoulos,Mari Sepp,Tetsuya Yamada,Philipp S. L. Schäfer,Nils Trost,Julia Schmidt,Céline Schneider,Charis Drummer,Sophie Mißbach,Ibrahim Ihsan Taskiran,Nikolai Hecker,Carmen Bravo González‐Blas,Robert Frömel,Piyush Joshi,Evgeny Leushkin,Frederik Arnskötter,Kevin Leiss,Konstantin Okonechnikov,Steven Lisgo,Miklós Palkovits
出处
期刊:Science [American Association for the Advancement of Science]
卷期号:391 (6784): eadw9154-eadw9154 被引量:7
标识
DOI:10.1126/science.adw9154
摘要

Gene regulatory changes are considered major drivers of evolutionary innovations, including the cerebellum’s expansion during human evolution, yet they remain largely unexplored. In this study, we combined single-nucleus measurements of gene expression and chromatin accessibility from six mammals (human, bonobo, macaque, marmoset, mouse, and opossum) to uncover conserved and diverged regulatory networks in cerebellum development. We identified core regulators of cell identity and developed sequence-based models that revealed conserved regulatory codes. By predicting chromatin accessibility across 240 mammalian species, we reconstructed the evolutionary histories of human cis-regulatory elements, identifying sets associated with positive selection and gene expression changes, including the recent gain of THRB expression in cerebellar progenitor cells. Collectively, our work reveals the shared and mammalian lineage-specific regulatory programs governing cerebellum development.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
djbj2022发布了新的文献求助10
2秒前
3秒前
Jane完成签到 ,获得积分10
3秒前
11秒前
无事小神仙完成签到 ,获得积分10
13秒前
英吉利25发布了新的文献求助10
14秒前
时尚的雯完成签到 ,获得积分10
17秒前
YiXianCoA完成签到 ,获得积分10
18秒前
打工给猫买罐头完成签到 ,获得积分10
20秒前
21秒前
Gary完成签到,获得积分10
21秒前
我是老大应助qihangyang采纳,获得10
23秒前
23秒前
科研通AI6.4应助qihangyang采纳,获得80
23秒前
科研通AI6.4应助qihangyang采纳,获得10
23秒前
科研通AI6.2应助qihangyang采纳,获得10
23秒前
乐乐应助qihangyang采纳,获得10
23秒前
科研通AI6.4应助qihangyang采纳,获得10
23秒前
科研通AI6.3应助qihangyang采纳,获得10
23秒前
顾矜应助qihangyang采纳,获得10
24秒前
搜集达人应助qihangyang采纳,获得10
24秒前
可爱的函函应助qihangyang采纳,获得10
24秒前
24秒前
稳重笑阳完成签到 ,获得积分10
25秒前
乖咪甜球球完成签到 ,获得积分10
26秒前
33秒前
醉月舞阳完成签到 ,获得积分10
36秒前
38秒前
小米完成签到,获得积分10
39秒前
Seagull完成签到,获得积分10
41秒前
41秒前
英吉利25发布了新的文献求助10
42秒前
45秒前
科研通AI6.4应助qihangyang采纳,获得10
48秒前
烟花应助qihangyang采纳,获得10
48秒前
cdercder应助qihangyang采纳,获得10
48秒前
科研通AI6.3应助qihangyang采纳,获得10
48秒前
充电宝应助qihangyang采纳,获得10
49秒前
科研通AI6.2应助qihangyang采纳,获得10
49秒前
科研通AI6.2应助qihangyang采纳,获得10
49秒前
高分求助中
Markov Chain Monte Carlo 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
政治传播过程中的外交与说服——以中苏友好协会为例的历史考察 566
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7579355
求助须知:如何正确求助?哪些是违规求助? 9158858
关于积分的说明 19593016
捐赠科研通 7162152
什么是DOI,文献DOI怎么找? 3265687
关于科研通互助平台的介绍 2430687
邀请新用户注册赠送积分活动 2256461