Role of histone methylation in the regulation of COX-2, iNOS, and mPGES-1 gene expression in human chondrocytes: Implication for Osteoarthritis

L'arthrose (OA) est une maladie articulaire dégénérative, classée comme la forme la plus fréquente au monde. Elle est caractérisée par la dégénérescence du cartilage articulaire, l’inflammation de la membrane synoviale, et le remodelage de l’os sous-chondral. Ces changements structurels et fonctionnels sont dues à de nombreux facteurs. Les cytokines, les prostaglandines (PG), et les espèces réactives de l'oxygène sont les principaux médiateurs impliqués dans la pathophysiologie de l'OA. L'interleukine-1β (IL-1β) est une cytokine pro-inflammatoire majeure qui joue un rôle crucial dans l'OA. L'IL-1β induit l'expression de la cyclooxygénase-2 (COX-2), la microsomale prostaglandine E synthase-1 (mPGES-1), la synthase inductible de l'oxyde nitrique (iNOS), ainsi que leurs produits la prostaglandine E2 (PGE2) et l'oxyde nitrique (NO). Ce sont des médiateurs essentiels de la réponse inflammatoire au cours de l'OA qui contribuent aux mécanismes des douleurs, de gonflement, et de destruction des tissus articulaires. Les modifications épigénétiques jouent un rôle très important dans la régulation de l’expression de ces gènes pro-inflammatoires. Parmi ces modifications, la méthylation/ déméthylation des histones joue un rôle critique dans la régulation des gènes. La méthylation/ déméthylation des histones est médiée par deux types d'enzymes: les histones méthyltransférases (HMT) et les histones déméthylases (HDM) qui favorisent l’activation et/ou la répression de la transcription. Il est donc nécessaire de comprendre les mécanismes moléculaires qui contrôlent l’expression des gènes de la COX-2, la mPGES-1, et l’iNOS. L'objectif de cette étude est de déterminer si la méthylation/déméthylation des histones contribute à la régulation de l’expression des gènes COX-2, mPGES-1, et iNOS dans des chondrocytes OA humains induits par l'IL-1β. Nous avons montré que la méthylation de la lysine K4 de l'histone H3 (H3K4) par SET-1A contribue à l’activation des gènes COX-2 et iNOS dans les chondrocytes humains OA induite par l'IL-1β. Nous avons également montré que la lysine K9 de l’histone H3 (H3K9) est déméthylée par LSD1, et que cette déméthylation contribue à l’expression de la mPGES-1 induite par IL-1β dans les chondrocytes humains OA. Nous avons aussi trouvé que les niveaux d'expression des enzymes SET-1A et LSD1 sont élevés au niveau du cartilage OA. Nos résultats montrent, pour la première fois, l'implication de la méthylation/ déméthylation des histones dans la régulation de l’expression des gènes COX-2, mPGES-1, et iNOS. Ces données suggèrent que ces mécanismes pourraient être une cible potentielle pour une intervention pharmacologique dans le traitement de la physiopathologie de l'OA.

Sexage et phylogénie, à partir des gènes CHD (-Z et -W) et COX-1, des oiseaux de proie du Québec et de perroquets d’attrait vétérinaire

Connaître le sexe d’un oiseau est important pour divers domaines notamment pour les vétérinaires, les écologistes ainsi que pour les éleveurs d’oiseaux qui veulent former des couples qui serviront à la reproduction. Plusieurs espèces d’oiseaux, juvéniles et adultes, n’ont pas de dimorphisme sexuel. L’utilisation de l’ADN est une façon rapide de déterminer le sexe à partir d’un échantillon de sang, de muscle, de plumes ou de fèces. Par contre, la méthode devrait être validée pour chaque espèce et idéalement, standardisée. Le premier objectif de cette étude est de développer une méthode de sexage par séquençage des oiseaux à partir des séquences du gène CHD, en utilisant les oiseaux de proie et les perroquets vus en clinique au Québec. Un deuxième objectif est de faire l’identification de l’espèce à sexer, à partir du gène mitochondrial COX-1 et aussi à partir des séquences CHD-Z et CHD-W, utilisés pour le sexage. Un troisième objectif est d’évaluer les séquences sorties (CHD-Z, CHD-W et COX-1) en vue d’une étude phylogénique. Une extraction d’ADN a été effectuée chez 27 espèces de perroquets, 34 espèces d’oiseaux de proie, une corneille (Corvus brachyrhynchos) et un poulet (Gallus gallus). Une amplification par PCR a été exécutée pour les exons partiels 23 et 24 du gène CHD. Le séquençage de cet amplicon permettait de savoir s’il s’agissait d’un mâle (séquence simple CHD-Z) ou d’une femelle (séquences CHD-Z et CHD-W qui se chevauchent). Afin d’avoir des séquences CHD-W distinctes, un sous-clonage a été fait chez les femelles de chaque espèce. De cette manière, les séquences partielles du gène CHD, Z et W, ont été trouvées pour les espèces échantillonnées. Une étude phylogénique a été effectuée avec les séquences de COX-1, CHD-Z et CHD-W grâce au site « Clustal-Omega ». La méthode de sexage des oiseaux par séquençage du gène CHD est standard et efficace. Le gène COX-1 permet une meilleure identification des espèces parentes et le gène CHD-Z est le plus utile pour étudier la phylogénie profonde.

Modified Large Margin Nearest Neighbor Metric Learning for Regression

The main objective of this letter is to formulate a new approach of learning a Mahalanobis distance metric for nearest neighbor regression from a training sample set. We propose a modified version of the large margin nearest neighbor metric learning method to deal with regression problems. As an application, the prediction of post-operative trunk 3-D shapes in scoliosis surgery using nearest neighbor regression is described. Accuracy of the proposed method is quantitatively evaluated through experiments on real medical data.

An Improved Color Video Super-Resolution Using Kernel Regression and Fuzzy Enhancement

An improved color video super-resolution technique using kernel regression and fuzzy enhancement is presented in this paper. A high resolution frame is computed from a set of low resolution video frames by kernel regression using an adaptive Gaussian kernel. A fuzzy smoothing filter is proposed to enhance the regression output. The proposed technique is a low cost software solution to resolution enhancement of color video in multimedia applications. The performance of the proposed technique is evaluated using several color videos and it is found to be better than other techniques in producing high quality high resolution color videos

Using Neural Network Classifier Support Vector Machine Regression for the prediction of Melting Point of Drug – like compounds

In our study we use a kernel based classification technique, Support Vector Machine Regression for predicting the Melting Point of Drug – like compounds in terms of Topological Descriptors, Topological Charge Indices, Connectivity Indices and 2D Auto Correlations. The Machine Learning model was designed, trained and tested using a dataset of 100 compounds and it was found that an SVMReg model with RBF Kernel could predict the Melting Point with a mean absolute error 15.5854 and Root Mean Squared Error 19.7576

Materiales didáctico-científicos del profesorado del IES de Cox.

En el CD se presentan documentos con extensión .doc (Word) y .ppt (Power Point)

From Regression to Classification in Support Vector Machines

We study the relation between support vector machines (SVMs) for regression (SVMR) and SVM for classification (SVMC). We show that for a given SVMC solution there exists a SVMR solution which is equivalent for a certain choice of the parameters. In particular our result is that for $epsilon$ sufficiently close to one, the optimal hyperplane and threshold for the SVMC problem with regularization parameter C_c are equal to (1-epsilon)^{- 1} times the optimal hyperplane and threshold for SVMR with regularization parameter C_r = (1-epsilon)C_c. A direct consequence of this result is that SVMC can be seen as a special case of SVMR.

On the Noise Model of Support Vector Machine Regression

Support Vector Machines Regression (SVMR) is a regression technique which has been recently introduced by V. Vapnik and his collaborators (Vapnik, 1995; Vapnik, Golowich and Smola, 1996). In SVMR the goodness of fit is measured not by the usual quadratic loss function (the mean square error), but by a different loss function called Vapnik"s $epsilon$- insensitive loss function, which is similar to the "robust" loss functions introduced by Huber (Huber, 1981). The quadratic loss function is well justified under the assumption of Gaussian additive noise. However, the noise model underlying the choice of Vapnik's loss function is less clear. In this paper the use of Vapnik's loss function is shown to be equivalent to a model of additive and Gaussian noise, where the variance and mean of the Gaussian are random variables. The probability distributions for the variance and mean will be stated explicitly. While this work is presented in the framework of SVMR, it can be extended to justify non-quadratic loss functions in any Maximum Likelihood or Maximum A Posteriori approach. It applies not only to Vapnik's loss function, but to a much broader class of loss functions.

On the V(subscript gamma) Dimension for Regression in Reproducing Kernel Hilbert Spaces

This paper presents a computation of the $V_gamma$ dimension for regression in bounded subspaces of Reproducing Kernel Hilbert Spaces (RKHS) for the Support Vector Machine (SVM) regression $epsilon$-insensitive loss function, and general $L_p$ loss functions. Finiteness of the RV_gamma$ dimension is shown, which also proves uniform convergence in probability for regression machines in RKHS subspaces that use the $L_epsilon$ or general $L_p$ loss functions. This paper presenta a novel proof of this result also for the case that a bias is added to the functions in the RKHS.

Time-series regression models to study the short-term effects of environmental factors on health

Time series regression models are especially suitable in epidemiology for evaluating short-term effects of time-varying exposures on health. The problem is that potential for confounding in time series regression is very high. Thus, it is important that trend and seasonality are properly accounted for. Our paper reviews the statistical models commonly used in time-series regression methods, specially allowing for serial correlation, make them potentially useful for selected epidemiological purposes. In particular, we discuss the use of time-series regression for counts using a wide range Generalised Linear Models as well as Generalised Additive Models. In addition, recently critical points in using statistical software for GAM were stressed, and reanalyses of time series data on air pollution and health were performed in order to update already published. Applications are offered through an example on the relationship between asthma emergency admissions and photochemical air pollutants

Regression analysis of compositional data when both the dependent variable and independent variable are components

It is well known that regression analyses involving compositional data need special attention because the data are not of full rank. For a regression analysis where both the dependent and independent variable are components we propose a transformation of the components emphasizing their role as dependent and independent variables. A simple linear regression can be performed on the transformed components. The regression line can be depicted in a ternary diagram facilitating the interpretation of the analysis in terms of components. An exemple with time-budgets illustrates the method and the graphical features

An alternative method for dating unknown tephras based on a segmented regression model

In CoDaWork’05, we presented an application of discriminant function analysis (DFA) to 4 different compositional datasets and modelled the first canonical variable using a segmented regression model solely based on an observation about the scatter plots. In this paper, multiple linear regressions are applied to different datasets to confirm the validity of our proposed model. In addition to dating the unknown tephras by calibration as discussed previously, another method of mapping the unknown tephras into samples of the reference set or missing samples in between consecutive reference samples is proposed. The application of these methodologies is demonstrated with both simulated and real datasets. This new proposed methodology provides an alternative, more acceptable approach for geologists as their focus is on mapping the unknown tephra with relevant eruptive events rather than estimating the age of unknown tephra. Kew words: Tephrochronology; Segmented regression

Regression periods in infancy. A case study from Catalonia.

Based on Rijt-Plooij and Plooij’s (1992) research on emergence of regression periods in the first two years of life, the presence of such periods in a group of 18 babies (10 boys and 8 girls, aged between 3 weeks and 14 months) from a Catalonian population was analyzed. The measurements were a questionnaire filled in by the infants’ mothers, a semi-structured weekly tape-recorded interview, and observations in their homes. The procedure and the instruments used in the project follow those proposed by Rijt-Plooij and Plooij. Our results confirm the existence of the regression periods in the first year of children’s life. Inter-coder agreement for trained coders was 78.2% and within-coder agreement was 90.1 %. In the discussion, the possible meaning and relevance of regression periods in order to understand development from a psychobiological and social framework is commented upon

Use of multilevel logistic regression to identify the causes of differential item functioning

Resumen tomado de la publicaci??n

Regression-based techniques for statistical decision making in singlecase designs

Resumen tomado de la publicaci??n