Expression des gènes au cours du développement d'organes de mammifères

Pantalacci, S. & Semon, M. Transcriptomique des embryons et des organes en développement: un outil de levage pour evo – devo. J. Exp. Zool. Mol. Dev. Evol. 324, 363 à 371 (2015).

Silbereis, J.C., Pochareddy, S., Zhu, Y., Li, M. et Sestan, N. Les paysages cellulaires et moléculaires du système nerveux central humain en développement. Neurone 89, 248 à 268 (2016).

DeFalco, T. & Capel, B. La morphogenèse chez les vertébrés: des moyens divergents à une fin convergente. Annu. Rev. Cell Dev. Biol. 25457–482 (2009).

Abzhanov, la loi de A. von Baer pour les âges: principes perdus de l’évolution du développement. Tendances Genet. 29712–722 (2013).

Kalinka, A. T. et Tomancak, P. L'évolution des premiers embryons d'animaux: conservation ou divergence? Trends Ecol. Evol. 27, 385–393 (2012).

Ferner, K., Schultz, J.A. et Zeller, U. Anatomie comparée des nouveau-nés des trois principaux groupes de mammifères (monotrèmes, marsupiaux, placentaires) et implications pour le morphotype nouveau-né de mammifère d'origine mammifère. J. Anat. 231798–822 (2017).

Dickinson, M.E. et al. Découverte à haut débit de nouveaux phénotypes de développement. La nature 537508-514 (2016).

Petrovski, S., Wang, Q., Heinzen, E. L., Allen, A. S. et Goldstein, D. B. Intolérance génique à la variation fonctionnelle et à l'interprétation des génomes personnels. PLoS Genet. 9e1003709 (2013).

Lek, M. et al. Analyse de la variation génétique codant pour les protéines chez 60 706 humains. La nature 536285-291 (2016).

Cassa, C.A. et al. Estimation des effets sélectifs des variants hétérozygotes tronquant les protéines à partir de données d'exome humain. Nat. Genet. 49806–810 (2017).

Ruderfer, D.M. et al. Modèles d'intolérance génique de la variation du nombre de copies rares dans 59 898 exomes humains. Nat. Genet. 481107-1111 (2016).

Hill, M. A. Embryologie Comparaison des stades de Carnegie (2017).

de Bakker, B.S. et al. Un atlas numérique interactif tridimensionnel et une base de données quantitative sur le développement humain. Science 354, aag0053 (2016).

Kerwin, J. et al. L'Atlas HUDSEN: un cadre spatial en trois dimensions (3D) pour l'étude de l'expression des gènes dans le cerveau en développement. J. Anat. 217, 289-299 (2010).

Butler, H. & Juurlink, B.H. J. Un atlas pour la mise en scène d'embryons de mammifères et de poussins (CRC Press, 1987).

Smith, K. K. Développement précoce de la plaque neurale, de la crête neurale et de la région faciale des marsupiaux. J. Anat. 199121 à 131 (2001).

Dillman, A. A. et al. Expression, épissage et édition d'ARNm dans le cortex cérébral de souris embryonnaire et adulte. Nat. Neurosci. 16499–506 (2013).

Glucksmann, A. Dimorphisme sexuel chez les mammifères. Biol. Rev. Camb. Philos. Soc. 49423-475 (1974).

Feng, C. W., Bowles, J. & Koopman, P. Contrôle de l'entrée des cellules germinales de mammifères dans la méiose. Mol. Cellule. Endocrinol. 382, 488–497 (2014).

Soumillon, M. et al. Source cellulaire et mécanismes de complexité élevée du transcriptome dans le testicule de mammifère. Cell Rep. 32179 à 2190 (2013).

Ungewitter, E.K. & Yao, H.H. Comment fabriquer une gonade: mécanismes cellulaires régissant la formation des testicules et des ovaires. Sex Dev. 77-20 (2013).

Roux, J. & Robinson-Rechavi, M. Contraintes développementales sur l'évolution du génome des vertébrés. PLoS Genet. 4, e1000311 (2008).

Kalinka, A.T. et al. La divergence d'expression génique récapitule le modèle de développement sablier. La nature 468811 à 814 (2010).

Hu, H. et al. Evolution des vertébrés sous contrainte par les gènes pléiotropes. Nat. Ecol. Evol. 1, 1722-1730 (2017).

Hazkani-Covo, E., Wool, D. & Graur, D. À la recherche du stade phylotypique des vertébrés: examen moléculaire du modèle de sablier en développement et de la troisième loi de von Baer. J. Exp. Zool. B Mol. Dev. Evol. 304B150-158 (2005).

Garfield, D. A. et Wray, G. A. Embryologie comparée sans microscope: utiliser des approches génomiques pour comprendre l'évolution du développement. J. Biol. 8, 65 (2009).

Koscielny, G. et al. Le portail Web du Consortium international de phénotypage des souris, un point d'accès unifié pour les souris knock-out et les données de phénotypage associées. Acides Nucléiques Rés. 42D802 – D809 (2014).

Kosiol, C. et al. Schémas de sélection positive dans six génomes de mammifères. PLoS Genet. 4, e1000144 (2008).

Kaessmann, H. Origines, évolution et impact phénotypique de nouveaux gènes. Génome res. 201313-1326 (2010).

Stern, D. L. Biologie évolutive du développement et problème de la variation. Évolution 541079-1091 (2000).

Carroll, S. B. Evolution à deux niveaux: sur les gènes et la forme. PLoS Biol. 3e245 (2005).

Duret, L. & Mouchiroud, D. Déterminants des taux de substitution dans les gènes de mammifères: le modèle d'expression affecte l'intensité de la sélection mais pas le taux de mutation. Mol. Biol. Evol. 17, 68–74 (2000).

Winter, E. E., Goodstadt, L. & Ponting, C. P. Taux élevés de sécrétion, d'évolution et de maladie des protéines parmi les gènes spécifiques des tissus. Génome res. 14, 54–61 (2004).

Galis, F. & Metz, J. A. Tester la vulnérabilité du stade phylotypique: sur la modularité et la conservation évolutive. J. Exp. Zool. 291195-204 (2001).

Sears, K., Maier, J. A., Sadier, A., Sorensen, D. et Urban, D. J. Détermination des origines développementales de la diversité des membres de mammifères. Genèse 56e23079 (2018).

Plant, T. M., Ramaswamy, S., Simorangkir, D. & Marshall, G. R. Développement postnatal et pubertaire du singe rhésus (Macaca Mulâta) testicule. Ann. NY Acad. Sci. 1061149–162 (2005).

Bruneau, B. G. Réseaux de signalisation et de transcription dans le développement et la régénération du coeur. Printemps froid Harb. Perspective. Biol. 5, a008292 (2013).

Carelli, F. N., Liechti, A., Halbert, J., Warnefors, M. et Kaessmann, H. Réaffectation de promoteurs et d'activateurs au cours de l'évolution des mammifères. Nat. Commun. 94066 (2018).

Marin, R. et al. Origine convergente d'un Drosophilemécanisme de compensation de dosage semblable à celui d'une lignée de reptiles. Génome res. 271974-1987 (2017).

Wu, T. D. & Nacu, S. Détection rapide et tolérante du SNP de variants complexes et épissage en lectures courtes. Bioinformatique 26, 873–881 (2010).

Anders, S., Pyl, P. T. & Huber, W. HTSeqa Framework Python permettant de travailler avec des données de séquençage à haut débit. Bioinformatique 31166–169 (2015).

Robinson, M.D., McCarthy, D.J. & Smyth, G.K. edgeR: un progiciel bioconducteur pour l'analyse de l'expression différentielle de données numériques d'expression de gènes. Bioinformatique 26139-140 (2010).

Li, H. et al. Le format d'alignement de séquence / carte et SAMtools. Bioinformatique 252078-2079 (2009).

Picard. (2015).

Lê, S., Josse, J. & Husson, F. FactoMineR: un progiciel R pour l'analyse multivariée. J. Stat. Logiciel. 25, 1–18 (2008).

R Core Team. R: Un langage et un environnement pour l'informatique statistique (2014).

Anavy, L. et al. Ordre BLIND des cours du temps de développement transcriptomique à grande échelle. Développement 141, 1161-1166 (2014).

Love, M. I., Huber, W. et Anders, S. Estimation modérée du changement de pli et de la dispersion pour les données d'ARN-seq avec DESeq2. Génome biol. 15550 (2014).

Quinlan, A.R. & Hall, I.M. BEDTools: une suite flexible d’utilitaires permettant de comparer les caractéristiques génomiques. Bioinformatique 26841–842 (2010).

Nueda, M. J., Tarazona, S. et Conesa, A. Suivant maSigPro: mise à jour du paquetage biSecteur de maSigPro pour les séries temporelles d'ARN-seq. Bioinformatique 302598-2602 (2014).

Conesa, A., Nueda, M. J., Ferrer, A. et Talón, M. maSigPro: une méthode permettant d'identifier de manière significative des profils d'expression différentiels dans des expériences de microréseaux dans le temps. Bioinformatique 221096-1102 (2006).

Zhang, H. M. et al. AnimalTFDB 2.0: une ressource pour l'expression, la prédiction et l'étude fonctionnelle des facteurs de transcription chez l'animal. Acides Nucléiques Rés. 43, D76 – D81 (2015).

Giorgino, T. Calcul et visualisation des alignements temporels dynamiques dans R: le paquet dtw. J. Stat. Logiciel. 31, 1–24 (2009).

Clancy, B., Darlington, R. B. et Finlay, B. L. Traduction du temps de développement entre espèces de mammifères. Neuroscience 105, 7-17 (2001).

Smith, K. K. Développement craniofacial chez les mammifères marsupiaux: origines développementales du changement évolutif. Dev. Dyn. 2351181-1193 (2006).

Futschik, M. E. & Carlisle, B. Regroupement souple, résistant au bruit, de données temporelles sur l'expression des gènes. J. Bioinform. Comput. Biol. 3965–988 (2005).

Kumar, L. & E Futschik, M. Mfuzz: un progiciel pour la mise en cluster souple de données de puces à ADN. Bioinformation 2, 5-7 (2007).

Eisenberg, E. & Levanon, E. Y. Les gènes de l'homme, revisités. Tendances Genet. 29569-574 (2013).

Domazet-Lošo, T. & Tautz, D. Un indice d'âge du transcriptome basé sur la phylogénie reflète les modèles de divergence ontogénétique. La nature 468815–818 (2010).

Zhang, Y. E., Vibranovski, M. D., Landback, P., Marais, G. A. et Long, M. Redistribution chromosomique de gènes à prédominance masculine dans l'évolution mammalienne avec deux sursauts de gain de gène sur le chromosome X. PLoS Biol. 8, e1000494 (2010).

Yanai, I. et al. Les profils de transcription de milieu de gamme du génome révèlent des relations de niveau d'expression dans la spécification des tissus humains. Bioinformatique 21650-659 (2005).

Hensman, J., Lawrence, N. D. & Rattray, M. Modélisation hiérarchique bayésienne de la série temporelle de l'expression des gènes dans des réplicats et des grappes échantillonnés de manière irrégulière. BMC Bioinformatics 14, 252 (2013).

Hensman, J., Rattray, M. et Lawrence, N. D. Regroupement rapide non paramétrique de séries chronologiques structurées. IEEE Trans. Modèle anal. Mach. Intell. 37, 383–393 (2015).

Hensman, J., Rattray, M. et Lawrence, N., inférence variationnelle rapide dans la famille exponentielle conjuguée. Dans Proc. Actes de NIPS’12 25ème Conférence internationale sur les systèmes de traitement de l’information neuronale Vol. 2, 2888 à 2896 (2014).

Kumar, S., G. Stecher, Suleski, M. & Hedges, S. B. TimeTree: une ressource pour les échéanciers, les calendriers et les temps de divergence. Mol. Biol. Evol. 34, 1812-1819 (2017).

Vickaryous, M. K. & Hall, B. K. Diversité, évolution, développement et classification des types de cellules humaines, avec une référence particulière aux cellules dérivées de la crête neurale. Biol. Rev. Camb. Philos. Soc. 81425–455 (2006).

Wickham, H. ggplot2: graphiques élégants pour l'analyse de données (Springer-Verlag, 2009).

Auguie, B. gridExtra: Fonctions diverses pour les graphiques «grille». v.2.2.1 (2015).

Wickham, H. Remodelage des données avec le package de remodelage. J. Stat. Logiciel. 21, 1–20 (2007).

Wickham, H. La stratégie combinaison-application-combinaison pour l'analyse des données. J. Stat. Logiciel. 40, 1–29 (2011).

Kassambara, A. & Mundt, F. factoextra: Extrayez et visualisez les résultats des analyses de données multivariées. v.1.0.4 (2017).

Wang, J., Vasaikar, S., Shi, Z., Greer, M. et Zhang, B. WebGestalt 2017: une boîte à outils plus complète, puissante, flexible et interactive pour l'analyse d'enrichissement d'ensembles de gènes. Acides Nucléiques Rés. 45, W130 à W137 (2017).