MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016931956
■00520240214100353
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379652760
■035    ▼a(MiAaPQ)AAI30462673
■035    ▼a(MiAaPQ)STANFORDwk187bf8932
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a574
■1001  ▼aOber-Reynolds,  Benjamin  John.
■24510▼aNucleic  Acids  as  Direct  Effectors  in  Gene  Regulation:  From  Argonaute  Proteins  to  Scalp  Epigenomics▼h[electronic  resource]
■260    ▼a[S.l.]:▼bStanford  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(243  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  Fire,  Andrew  Zachary;Kay,  Mark  Allan;Oro,  Anthony;Greenleaf,  William.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aMuch  of  the  complexity  of  biology  lies  in  the  problem  of  how  cells  sharing  the  same,  relatively  static  genetic  code  produce  the  vast  diversity  of  cellular  states  and  functions  necessary  for  multicellular  life.  DNA  and  RNA  are  the  storage  and  message  molecules,  respectively,  of  genetic  information  transfer,  but  these  macromolecules  have  also  been  co-opted  as  direct  functional  players  in  the  control  of  specific,  contextdependent  gene  regulation.  The  vastness  of  sequence  space  and  the  challenge  of  generating  quantitative,  genome-scale  datasets  make  understanding,  predicting,  and  intervening  in  these  modes  of  gene  regulation  daunting.The  first  part  of  this  work  addresses  Argonaute  family  proteins,  which  load  short  nucleic  acid  guides  to  program  specific  binding  to  nucleic  acid  targets  to  regulate  gene  expression,  host  defense,  and  other  biological  functions.  We  deploy  multiple  highthroughput  sequencing-based  assays  to  measure  the  association  rates,  binding  affinities,  and  single  turnover  cleavage  rates  for  mouse  Ago2  loaded  with  specific  RNA  guides  against  40,000  unique  RNA  targets.  We  map  sequence  to  structure  to  function  relationships  for  Ago2  binding  and  cleavage,  and  show  that  our  in  vitro  measurements  can  be  used  to  predict  gene  repression  in  an  engineered  cellular  system.  We  next  use  similar  methodologic  approaches  to  study  an  Argonaute  protein  derived  from  the  bacterium  Thermus  thermophilus,  TtAgo,  that  uses  DNA  guides  to  bind  and  cleave  DNA  targets  at  extreme  temperatures.  By  measuring  the  binding  of  multiple  DNA  guides  against  thousands  of  targets  each,  we  were  able  to  construct  general,  quantitative  models  of  association  kinetics  and  binding  affinity.  We  also  show  that  guide  sequence  composition  has  dramatic  effects  on  cleavage  activity,  suggesting  that  only  a  subset  of  guides  are  capable  of  cleaving  targets  at  physiologically  relevant  temperatures.In  the  second  part  of  this  work,  we  examine  a  different  form  of  gene  regulation-  the  use  of  enhancers  and  other  cis-regulatory  elements  to  control  gene  expression  in  the  many  distinct  cell  types  comprising  human  scalp.  We  generated  paired  single  cell  RNAand  ATAC-sequencing  datasets  of  primary  human  scalp.  We  use  these  integrated  datasets  to  identify  'highly-regulated  genes'  linked  to  a  disproportionately  large  number  of  enhancers  and  show  that  for  a  given  highly-regulated  gene  expressed  in  multiple  cell  types,  a  greater  number  of  linked  enhancers  is  associated  with  higher  levels  of  transcription.  We  demonstrate  that  genetic  variation  associated  with  skin  and  hair  disease  is  specifically  enriched  in  open  chromatin  regions  of  implicated  cell  types,  including  a  strong  association  between  dermal  papilla  cells  and  androgenetic  alopecia.  Using  machine  learning  approaches,  we  further  prioritize  specific  genetic  variants  that  putatively  disrupt  transcription  factor  binding  sites,  leading  to  altered  expression  at  disease-relevant  genes.
■590    ▼aSchool  code:  0212.
■650  4▼aMicroRNAs.
■650  4▼aAcids.
■650  4▼aBaldness.
■650  4▼aGene  loci.
■650  4▼aBiochemistry.
■650  4▼aGenetics.
■690    ▼a0487
■690    ▼a0369
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931956▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

Preview

Export

ChatGPT Discussion

AI Recommended Related Books