To Örebro University

oru.seÖrebro University Publications
EnglishSvenskaNorsk
Change search
ExportLink to record
Permanent link

Direct link
BETA

Project

Project type/Form of grant
Project grant
Title [sv]
EpiTAG: Att Förutsäga Påverkan av Ärftliga Miljöeffekter på Framtida Generationer genom att Kartlägga Dess Kausala Mekanismer
Title [en]
EpiTaG: Predicting Environmental Impacts on Future Generations by Delineating Causal Mechanisms of Transgenerational Epigenetic Inheritance
Abstract [sv]
Det finns fler och fler studier som visar på att miljöfaktorer som klimatförändring eller kemisk exponering har negativa effekter på människor och djur som kan överföras till efterföljande, icke exponerade generationer utan förändringar i arvsmassan. Denna så kallade transgenerationella epigenetiska ärftlighet kan vara bra för kommande generationer att anpassa sig till sin omgivning; men när det gäller negativa effekter kan den också bidra till ökad sjukdomskänslighet. Exempelvis kan dina farföräldrars kost bidra till din risk att utveckla hjärt-kärlsjukdomar och diabetes. Ett liknande samband har påvisats för exponering till hormonstörande kemikalier och risken för cancer och infertilitet. Mekanismerna bakom ärftligheten av miljöeffekter är i stort sett okända. Dock har kemikalier och andra miljöfaktorer visats påverkar s.k. epigenetiska mönster. Epigenetiska mönstren bestämmer när och i vilka celler gener ska uttryckas. Epigenetisk information är ganska stabil och kan överföras från moder- till dottercell när celler delar sig. På så sätt är epigenetisk information ärftlig. Men hur de överförs till nästa generation och på vilket sätt detta leder till ett transgenerationellt minne är okänt. Sådan kunskap skulle dock vara extremt värdefull för att i slutändan kunna förutsäga om vissa epigenetiska förändringar kan påverka kommande generationer.En anledning varför vi inte känner till mekanismerna bakom transgenerationella effekter är att de flesta studierna inte undersöker samspelet mellan olika epigenetiska mekanismer utan bara analyserar dem var för sig. Det finns i stort sett tre olika domäner av epigenetisk information: modifieringar av DNA, framförallt metylering av DNA basen cytosin, modifiering av kromatinstrukturen, och RNA-typer som inte kodar för proteiner, så-kallade icke-kodande RNA (ncRNA). Syftet med detta projekt är en detaljerad kartläggning av samspelet mellan olika domäner då negativa effekter av kemisk exponering överförs till icke-exponerade generationer. Denna information kommer vi att använda för att, med hjälp av maskininlärning, identifiera de epigenetiska förändringarna som kan förutsäga negativa effekter. Vi kommer att använda oss av en pågående studie som undersöker transgenerationella effekter av två perflourerade ämnen, PFOS och PFBS, på reproduktion och beteende i zebrafisk. Båda kemikalier tillhör en grupp ämnen som används som vattenavvisande substanser i t.ex. kläder eller stekpannor. Medan PFOS har förbjudits på grund av sin toxicitet och stabilitet i miljön anses PFBS vara mindre giftig. Eftersom epigenetiska mekanismer är rätt lika mellan olika arter kan det som vi kommer att se i zebrafisk vara av betydelse för både människans och andra djurs hälsa.I denna modell för transgenerationell ärftlighet kommer vi att mäta DNA-modifieringar och ncRNA precis efter befruktningen i en tidsupplösning som inte har gjorts förut. På så sätt kan vi följa exakt vilken information som överförs till nästa generation och hur den påverkas av exponeringen. Denna information kommer vi att koppla till epigenetiska förändringar i hjärnan och beteendeförändringar i vuxna fiskar för att kunna identifiera vilken epigenetisk informationen som bidrar till negativa effekter i icke-exponerade generationer. Den stora mängd information som studien genererar kommer att integreras m.h.a. två olika maskininlärningsmetoder, en mer traditionell metod och en som bygger på artificiell intelligens. Genom att använda en kombination av moderna molekylära metoder och avancerade datormodeller kommer detta projekt att ge värdefulla insikter i de molekylära mekanismerna bakom transgenerationell epigenetisk ärftlighet, samt identifiera epigenetiska mönster som kan förutsäga negativ påverkan i icke-exponerade generationer. Detta kan slutligen leda till ett verktyg för att kunna skydda kommande generationer, både människor och djur, från farliga exponeringar.
Abstract [en]
Human activities rapidly increase the burden of environmental stressors, like climate change or chemical exposures, leading to profound long-term impacts on humans and wildlife. Increasing experimental evidence suggests that such impacts can be transferred to subsequent, unexposed generations by epigenetic processes. Yet, while transgenerational epigenetic inheritance (TEI) is established on a descriptive level, the molecular mechanisms underlying TEI are largely unclear. However, this is essential, not only for increasing our knowledge on TEI but also for predicting transgenerational impacts of environmental stressors.Using chemically exposed zebrafish as experimental paradigm, EpiTaG will:Generate novel insights into the epigenetic processes and their relationships underlying TEI, by developing an unprecedented high-resolution time course of DNA and RNA modifications and expression of non-coding RNA species, linked to genetic information and phenotypic transgenerational effects; Identify biomarkers predicting TEI by transformation of the epigenetic landscape to predictive key features using machine learning; andAddress, for the first time, causal involvement of identified biomarkers in TEI using (epi)genomic editing.This will lead to ground breaking new insights shifting transgenerational epigenetic inheritance from a descriptive to a functional mechanistic level and identify key features to predict, and thus potentially prevent, environmental impacts on future generations.
Antczak, Philipp
Keiter, Steffen
Principal InvestigatorRüegg, Joelle
Coordinating organisation
Uppsala University
Funder
Period
2022-01-01 － 2025-12-31
National Category
Biochemistry and Molecular BiologyGeneticsBioinformatics and Systems Biology
Identifiers
DiVA, id: project:8621Project, id: 2021-05245_VR
v. 2.47.0
|
WCAG
|
Örebro University Library
|
DiVA Portal
|
DiVA Log in
|
Register in DiVA
|
Contact us