Methylation of Regulatory Regions of DNA Repair System Genes in Carotid Atherosclerosis

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The status of DNA methylation in the human genome changes during the pathogenesis of common diseases and acts as a predictor of life expectancy. Therefore, it is of interest to investigate the methylation level of regulatory regions of genes responsible for general biological processes that are potentially significant for the development of age-associated diseases. Among them there are genes encoding proteins of DNA repair system, which are characterized by pleiotropic effects. Here, results of the targeted methylation analysis of two regions of the human genome (the promoter of the MLH1 gene and the enhancer near the ATM gene) in different tissues of patients with carotid atherosclerosis are present. Analysis of the methylation profiles of studied genes in various tissues of the same individuals demonstrated marked differences between leukocytes and tissues of the vascular wall. Differences in methylation levels between normal and atherosclerotic tissues of the carotid arteries were revealed only for two studied CpG sites (chr11:108089866 and chr11:108090020, GRCh37/hg19 assembly) in the ATM gene. Based on this, we can assume the involvement of ATM in the development of atherosclerosis. “Overload” of the studied regions with transcription factor binding sites (according to ReMapp2022 data) indicate that the tissue-specific nature of methylation of the regulatory regions of the MLH1 and ATM may be associated with expression levels of these genes in a particular tissue. It has been shown that inter-individual differences in the methylation levels of CpG sites are associated with sufficiently distant nucleotide substitutions.

About the authors

N. P. Babushkina

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Author for correspondence.
Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

A. N. Kucher

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

S. A. Afanasiev

Cardiology Research Institute, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634034, Tomsk

E. F. Muslimova

Cardiology Research Institute, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634034, Tomsk

B. N. Kozlov

Cardiology Research Institute, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634034, Tomsk

M. S. Kuznetsov

Cardiology Research Institute, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634034, Tomsk

A. A. Sleptcsov

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

R. R. Salakhov

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

M. V. Golubenko

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

I. A. Goncharova

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

E. Yu. Bragina

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

D. E. Gomboeva

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

Iu. A. Koroleva

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

A. A. Zarubin

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

M. S. Nazarenko

Research Institute of Medical Genetics, Tomsk National Research Medical Center, Russian Academy of Sciences

Email: nad.babushkina@medgenetics.ru
Russia, 634050, Tomsk

References

  1. Feinberg A.P. (2008) Epigenetics at the epicenter of modern medicine. JAMA. 299, 1345–1350. https://doi.org/10.1001/jama.299.11.1345
  2. Paul D.S., Beck S. (2014) Advances in epigenome-wide association studies for common diseases. Trends Mol. Med. 20(10), 541–543. https://doi.org/10.1016/j.molmed.2014.07.002
  3. Neidhart M. (2015) DNA Methylation and Complex Human Disease. Elsevier Inc. 529 p. https://doi.org/10.1016/C2013-0-13028-0
  4. Кучер А.Н., Назаренко М.С., Марков А.В., Королёва Ю.А., Барбараш О.Л. (2017) Вариабельность профилей метилирования CpG-сайтов генов микроРНК в лейкоцитах и тканях сосудов при атеросклерозе у человека. Биохимия. 82(6), 923–933.
  5. Levy M.A., McConkey H., Kerkhof J., Barat-Houari M., Bargiacchi S., Biamino E., Bralo M.P., Cappuccio G., Ciolfi A., Clarke A., DuPont B.R., Elting M.W., Faivre L., Fee T., Fletcher R.S., Cherik F., Foroutan A., Friez M.J., Gervasini C., Haghshenas S., Hilton B.A., Jenkins Z., Kaur S., Lewis S., Louie R.J., Maitz S., Milani D., Morgan A.T., Oegema R., Ostergaard E., Pallares N.R., Piccione M., Pizzi S., Plomp A.S., Poulton C., Reilly J., Relator R., Rius R., Robertson S., Rooney K., Rousseau J., Santen G.W.E., Santos-Simarro F., Schijns J., Squeo G.M., St John M., Thauvin-Robinet C., Traficante G., van der Sluijs P.J., Vergano S.A., Vos N., Walden K.K., Azmanov D., Balci T., Banka S., Gecz J., Henneman P., Lee J.A., Mannens M.M.A.M., Roscioli T., Siu V., Amor D.J., Baynam G., Bend E.G., Boycott K., Brunetti-Pierri N., Campeau P.M., Christodoulou J., Dyment D., Esber N., Fahrner J.A., Fleming M.D., Genevieve D., Kerrnohan K.D., McN-eill A., Menke L.A., Merla G., Prontera P., Rockman-Greenberg C., Schwartz C., Skinner S.A., Stevenson R.E., Vitobello A., Tartaglia M., Alders M., Tedder M.L., Sadikovic B. (2021) Novel diagnostic DNA methylation episignatures expand and refine the epigenetic landscapes of Mendelian disorders. HGG Adv. 3(1), 100075. https://doi.org/10.1016/j.xhgg.2021.100075
  6. Salameh Y., Bejaoui Y., El Hajj N. (2020) DNA Methylation biomarkers in aging and age-related diseases. Front. Genet. 11, 171. https://doi.org/10.3389/fgene.2020.00171
  7. Yuen R.K., Robinson W.P. (2011) A high capacity of the human placenta for genetic and epigenetic variation: implications for assessing pregnancy outcome. Placenta. 32, S136–S141. https://doi.org/10.1016/j.placenta.2011.01.003
  8. Aavik E., Babu M., Yla-Herttuala S. (2019) DNA methylation processes in atheosclerotic plaque. Atherosclerosis. 281, 168–179. https://doi.org/10.1016/j.atherosclerosis.2018.12.006
  9. Назаренко М.С., Марков А.В., Королева Ю.А., Слепцов А.А., Казанцев А.Н., Барбараш О.Л., Пузырев В.П. (2017) Идентификация дифференциально метилированных генов, потенциально связанных с атеросклерозом у человека. Российский кардиологический журнал. 22(10), 42–48. https://doi.org/10.15829/1560-4071-2017-10-42-48
  10. Королёва Ю.А., Марков А.В., Гончарова И.А., Слепцов А.А., Бабушкина Н.П., Валиахметов Н.Р., Шарыш Д.В., Зарубин А.А., Кузнецов М.С., Козлов Б.Н., Назаренко М.С. (2020) Метилирование дезоксирибонуклеиновой кислоты в области энхансера генов CDKN2A/2B и CDKN2B-AS1 в сосудах и клетках крови у пациентов с атеросклерозом сонных артерий. Российский кардиологический журн. 25(10), 32–40. https://doi.org/10.15829/1560-4071-2020-4060)
  11. Бабушкина Н.П., Постригань А.Е., Кучер А.Н. (2021) Вовлеченность генов белков BRCA1-ассоциированного комплекса наблюдения за геномом (BASC) в развитие многофакторной патологии. Молекуляр. биология. 55(2), 318‒337. https://doi.org/10.31857/S0026898421020038
  12. Kar S.P., Quiros P.M., Gu M., Jiang T., Mitchell J., Langdon R., Iyer V., Barcena C., Vijayabaskar M.S., Fabre M.A., Carter P., Petrovski S., Burgess S., Vassiliou G.S. (2022) Genome-wide analyses of 200,453 individuals yield new insights into the causes and consequences of clonal hematopoiesis. Nat. Genet. 54(8), 1155‒1166. https://doi.org/10.1038/s41588-022-01121-z
  13. Sambrook J., Russel D.W. (2001) Molecular Cloning: A Laboratory Manual (3rd edition). New York: Cold Spring Harbor Lab. Press, 344 p.
  14. Hoffman M.M., Ernst J., Wilder S.P., Kundaje A., Harris R.S., Libbrecht M., Giardine B., Ellenbogen P.M., Bilmes J.A., Birney E., Hardison R.C., Dunham I., Kellis M., Noble W.S. (2013) Integrative annotation of chromatin elements from ENCODE data. Nucleic Acids Res. 41(2), 827–841. https://doi.org/10.1093/nar/gks1284
  15. Fishilevich S., Nudel R., Rappaport N., Hadar R., Plaschkes I., Iny Stein T., Rosen N., Kohn A., Twik M., Safran M., Lancet D., Cohen D. (2017) GeneHancer: genome-wide integration of enhancers and target genes in GeneCards. Database (Oxford). 2017, bax028. https://doi.org/10.1093/database/bax028
  16. Irizarry R.A., Ladd-Acosta C., Wen B., Wu Z., Montano C., Onyango P., Cui H., Gabo K., Rongione M., Webster M., Ji H., Potash J., Sabunciyan S., Feinberg A.P. (2009) The human colon cancer methylome shows similar hypo- and hypermethylation at conserved tissue-specific CpG island shores. Nat. Genet. 41(2), 178–186. https://doi.org/10.1038/ng.298
  17. Sandoval J., Heyn H., Moran S., Serra-Musach J., Pujana M.A., Bibikova M., Esteller M. (2011) Validation of a DNA methylation microarray for 450,000 CpG sites in the human genome. Epigenetics. 6(6), 692–702. https://doi.org/10.4161/epi.6.6.16196
  18. Masser D.R., Stanford D.R., Freeman W.M. (2015) Targeted DNA methylation analysis by next-generation sequencing. J. Vis. Exp. 96, 52488. https://doi.org/10.3791/52488
  19. Ewels P.A., Peltzer A., Fillinger S., Patel H., Alneberg J., Wilm A., Garcia M.U., Di Tommaso P., Nahnsen S. (2020) The nf-core framework for community-curated bioinformatics pipelines. Nat. Biotechnol. 38(3), 276–278. https://doi.org/10.1038/s41587-020-0439-x
  20. Pedersen B.S., Eyring K., De S., Yang I.V., Schwartz D.A. (2005) Fast and accurate alignment of long bisulfite-seq reads. arXiv. 1401.1129v2. https://doi.org/arxiv.org/abs/1401.1129
  21. Krueger F., Andrews S.R. (2011) Bismark: a flexible aligner and methylation caller for Bisulfite-Seq applications. Bioinformatics. 27(11), 1571–1572. https://doi.org/10.1093/bioinformatics/btr167
  22. Okonechnikov K., Conesa A., Garcia-Alcalde F. (2016) Qualimap 2: advanced multi-sample quality control for high-throughput sequencing data. Bioinformatics. 2(2), 292–294. https://doi.org/10.1093/bioinformatics/btv566
  23. Daley T., Smith A.D. (2013) Predicting the molecular complexity of sequencing libraries. Nat. Methods. 10(4), 325–327. https://doi.org/10.1038/nmeth.2375
  24. Ewels P., Magnusson M., Lundin S., Käller M. (2016) MultiQC: summarize analysis results for multiple tools and samples in a single report. Bioinformatics. 32(19), 3047–3048. https://doi.org/10.1093/bioinformatics/btw354
  25. Akalin A., Kormaksson M., Li S., Garrett-Bakelman F.E., Figueroa M.E., Melnick A., Mason C.E. (2012) -methylKit: a comprehensive R package for the analysis of genome-wide DNA methylation profiles. Genome Biol. 13(10), R87. https://doi.org/10.1186/gb-2012-13-10-r87
  26. Guo W., Zhu P., Pellegrini M., Zhang M.Q., Wang X., Ni Z. (2018) CGmapTools improves the precision of heterozygous SNV calls and supports allele-specific methylation detection and visualization in bisulfite-sequencing data. Bioinformatics. 34(3), 381–387. https://doi.org/10.1093/bioinformatics/btx595
  27. Wang K., Li M., Hakonarson H. (2010) ANNOVAR: functional annotation of genetic variants from high-throughput sequencing data. Nucleic Acids Res. 38(16), e164. https://doi.org/10.1093/nar/gkq603
  28. van der Maaten L.J.P., Hinton G.E. (2008) Visualizing data using t-SNE. J. Mach. Learn. Res. 9, 2579–2605.
  29. Barrett J.C., Fry B., Maller J., Daly M.J. (2005) Haploview: analysis and visualization of LD and haplotype maps. Bioinformatics. 21(2), 263–265. https://doi.org/10.1093/bioinformatics/bth457
  30. Nettersheim F.S., Picard F.S.R., Hoyer F.F., Winkels H. (2022) Immunotherapeutic strategies in cancer and atherosclerosis-two sides of the same coin. Front. Cardiovasc. Med. 8, 812702. https://doi.org/10.3389/fcvm.2021.812702
  31. Fasehee H., Fakhraee M., Davoudi S., Vali H., Faghihi S. (2019) Cancer biomarkers in atherosclerotic plaque: evidenced from structural and proteomic analyses. Biochem. Biophys. Res. Commun. 509(3), 687–693. https://doi.org/10.1016/j.bbrc.2018.12.160
  32. Byrd P.J., Cooper P.R., Stankovic T., Kullar H.S., Watts G.D., Robinson P.J., Taylor M.R. (1996) A gene transcribed from the bidirectional ATM promoter coding for a serine rich protein: amino acid sequence, structure and expression studies. Hum. Mol. Genet. 5(11), 1785–1791. https://doi.org/10.1093/hmg/5.11.1785
  33. Medina R., van der Deen M., Miele-Chamberland A., Xie R.L., van Wijnen A.J., Stein J.L., Stein G.S. (2007) The HiNF-P/p220NPAT cell cycle signaling pathway controls nonhistone target genes. Cancer Res. 67(21), 10334–10342. https://doi.org/10.1158/0008-5472.CAN-07-1560
  34. Lesurf R., Cotto K.C., Wang G., Griffith M., Kasaian K., Jones S.J., Montgomery S.B., Griffith O.L.; Open Regulatory Annotation Consortium. (2016) ORegAnno 3.0: a community-driven resource for curated regulatory annotation. Nucleic Acids Res. 44(D1), D126‒D132. https://doi.org/10.1093/nar/gkv1203
  35. Floyd S.R., Pacold M.E., Huang Q., Clarke S.M., Lam F.C., Cannell I.G., Bryson B.D., Rameseder J., Lee M.J., Blake E.J., Fydrych A., Ho R., Greenberger B.A., Chen G.C., Maffa A., Del Rosario A.M., Root D.E., Carpenter A.E., Hahn W.C., Sabatini D.M., Chen C.C., White F.M., Bradner J.E., Yaffe M.B. (2013) The bromodomain protein Brd4 insulates chromatin from DNA damage signalling. Nature. 498(7453), 246–250. https://doi.org/10.1038/nature12147
  36. Muhar M., Ebert A., Neumann T., Umkehrer C., Jude J., Wieshofer C., Rescheneder P., Lipp J.J., Herzog V.A., Reichholf B., Cisneros D.A., Hoffmann T., Schlapansky M.F., Bhat P., von Haeseler A., Köcher T., Obenauf A.C., Popow J., Ameres S.L., Zuber J. (2018) SLAM-seq defines direct gene-regulatory functions of the BRD4-MYC axis. Science. 360(6390), 800–805. https://doi.org/10.1126/science.aao2793
  37. Kumar R., Manning J., Spendlove H.E., Kremmidiotis G., McKirdy R., Lee J., Millband D.N., Cheney K.M., Stampfer M.R., Dwivedi P.P., Morris H.A., Callen D.F. (2006) ZNF652, a novel zinc finger protein, interacts with the putative breast tumor suppressor CBFA2T3 to repress transcription. Mol. Cancer Res. 4(9), 655–665. https://doi.org/10.1158/1541-7786.MCR-05-0249
  38. Pilarowski G.O., Vernon H.J., Applegate C.D., Boukas L., Cho M.T., Gurnett C.A., Benke P.J., Beaver E., Heeley J.M., Medne L., Krantz I.D., Azage M., Niyazov D., Henderson L.B., Wentzensen I.M., Baskin B., Sacoto M.J.G., Bowman G.D., Bjornsson HT. (2018) Missense variants in the chromatin remodeler CHD1 are associated with neurodevelopmental disability. J. Med. Genet. 55(8), 561–566. https://doi.org/10.1136/jmedgenet-2017-104759
  39. Hossain M.B., Vahter M., Concha G., Broberg K. (2012) Environmental arsenic exposure and DNA methylation of the tumor suppressor gene p16 and the DNA repair gene MLH1: effect of arsenic metabolism and genotype. Metallomics. 4(11), 1167–1175. https://doi.org/10.1039/c2mt20120h
  40. Ghosh M., Oner D., Poels K., Tabish A.M., Vlaanderen J., Pronk A., Kuijpers E., Lan Q., Vermeulen R., Bekaert B., Hoet P.H., Godderis L. (2017) Changes in DNA methylation induced by multi-walled carbon nanotube exposure in the workplace. Nanotoxicology. 11(9–10), 1195–1210. https://doi.org/10.1080/17435390.2017.1406169
  41. Sanchez H., Hossain M.B., Lera L., Hirsch S., Albala C., Uauy R., Broberg K., Ronco A.M. (2017) High levels of circulating folate concentrations are associated with DNA methylation of tumor suppressor and repair genes p16, MLH1, and MGMT in elderly Chileans. Clin. Epigenetics. 9, 74. https://doi.org/10.1186/s13148-017-0374-y
  42. Remely M., Ferk F., Sterneder Sюю, Setayesh T., Kepcija T., Roth S., Noorizadeh R., Greunz M., Rebhan I., Wagner K.H., Knasmüller S., Haslberger A. (2017) Vitamin E modifies high-fat diet-induced increase of DNA strand breaks, and changes in expression and DNA methylation of Dnmt1 and MLH1 in C57BL/6J male mice. Nutrients. 9(6), 607. https://doi.org/10.3390/nu9060607
  43. Bhattacharjee P., Sanyal T., Bhattacharjee S., Bhattacharjee P. (2018) Epigenetic alteration of mismatch repair genes in the population chronically exposed to arsenic in West Bengal, India. Environ. Res. 163, 289–296. https://doi.org/10.1016/j.envres.2018.01.002
  44. Zappe K., Pointner A., Switzeny O.J., Magnet U., Tomeva E., Heller J., Mare G., Wagner K.H., Knasmueller S., Haslberger A.G. (2018) Counteraction of oxidative stress by vitamin E affects epigenetic regulation by increasing global methylation and gene expression of MLH1 and DNMT1 dose dependently in Caco-2 cells. Oxid. Med. Cell Longev. 3734250. https://doi.org/10.1155/2018/3734250
  45. Mohammad G., Radhakrishnan R., Kowluru R.A. (2019) Epigenetic modifications compromise mitochondrial DNA quality control in the development of diabetic retinopathy. Invest. Ophthalmol. Vis. Sci. 60(12), 3943–3951. https://doi.org/10.1167/iovs.19-27602
  46. Mulder R.H., Neumann A., Cecil C.A.M., Walton E., Houtepen L.C., Simpkin A.J., Rijlaarsdam J., Heijmans B.T., Gaunt T.R., Felix J.F., Jaddoe V.W.V., Bakermans-Kranenburg M.J., Tiemeier H., Relton C.L., van IJzendoorn M.H., Suderman M. (2021) Epigenome-wide change and variation in DNA methylation in childhood: trajectories from birth to late adolescence. Hum. Mol. Genet. 30(1), 119–134. https://doi.org/10.1093/hmg/ddaa280
  47. Feinberg A.P., Irizarry R.A. (2010) Evolution in health and medicine Sackler colloquium: stochastic epigenetic variation as a driving force of development, evolutionary adaptation, and disease. Proc. Natl. Acad. Sci. USA. 107(1), 1757–1764. https://doi.org/10.1073/pnas.0906183107
  48. Grundberg E., Meduri E., Sandling J.K., Hedman A.K., Keildson S., Buil A., Busche S., Yuan W., Nisbet J., Sekowska M., Wilk A., Barrett A., Small K.S., Ge B., Caron M., Shin S.Y.; Multiple Tissue Human Expression Resource Consortium; Lathrop M., Dermitzakis E.T., McCarthy M.I., Spector T.D., Bell J.T., Deloukas P. (2013) Global analysis of DNA methylation variation in adipose tissue from twins reveals links to disease-associated variants in distal regulatory elements. Am. J. Hum. Genet. 93(5), 876–890. https://doi.org/10.1016/j.ajhg.2013.10.004
  49. Ahsan M., Ek W.E., Rask-Andersen M., Karlsson T., Lind-Thomsen A., Enroth S., Gyllensten U., Johansson A. (2017) The relative contribution of DNA methylation and genetic variants on protein biomarkers for human diseases. PLoS Genet. 13(9), 1007005. https://doi.org/10.1371/journal.pgen.1007005
  50. Zhou D., Li Z., Yu D., Wan L., Zhu Y., Lai M., Zhang D. (2015) Polymorphisms involving gain or loss of CpG sites are significantly enriched in trait-associated SNPs. Oncotarget. 6(37), 39995–40004. https://doi.org/10.18632/oncotarget.5650
  51. Gong J., Wan H., Mei S., Ruan H., Zhang Z., Liu C., Guo A.Y., Diao L., Miao X., Han L. (2019) Pancan-meQTL: a database to systematically evaluate the effects of genetic variants on methylation in human cancer. Nucleic Acids Res. 47(D1), D1066–D1072. https://doi.org/10.1093/nar/gky814
  52. Бабушкина Н.П., Кучер А.Н. (2023) Регуляторный потенциал SNP-маркеров в генах, кодирующих белки систем репарации ДНК. Молекуляр. биология. 57(1), 24–46.
  53. Zaina S., Heyn H., Carmona F.J., Varol N., Sayols S., Condom E., Ramírez-Ruz J., Gomez A., Gonçalves I., Moran S., Esteller M. (2014) DNA methylation map of human atherosclerosis. Circ. Cardiovasc. Genet. 7(5), 692–700. https://doi.org/10.1161/CIRCGENETICS.113.000441
  54. Li J., Zhang X., Yang M., Yang H., Xu N., Fan X., Liu G., Jiang X., Fan J., Zhang L., Zhang H., Zhou Y., Li R., Gao S., Jin J., Jin Z., Zheng J., Tu Q., Ren J. (2021) DNA methylome profiling reveals epigenetic regulation of lipoprotein-associated phospholipase A2 in human vulnerable atherosclerotic plaque. Clin. Epigenetics. 13(1), 161. https://doi.org/10.1186/s13148-021-01152-z
  55. Istas G., Declerck K., Pudenz M., Szic K.S.V., Lendinez-Tortajada V., Leon-Latre M., Heyninck K., Haegeman G., Casasnovas J.A., Tellez-Plaza M., Gerhauser C., Heiss C., Rodriguez-Mateos A., Berghe W.V. (2017) Identification of differentially methylated BRCA1 and CRISP2 DNA regions as blood surrogate markers for cardiovascular disease. Sci. Rep. 7(1), 5120. https://doi.org/10.1038/s41598-017-03434-0

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (284KB)
Indexing metadata
3.

Download (408KB)
Indexing metadata
4.

Download (480KB)
Indexing metadata
5.

Download (528KB)
Indexing metadata
6.

Download (476KB)
Indexing metadata
7.

Download (196KB)
Indexing metadata
8.

Download (127KB)
Indexing metadata
9.

Download (251KB)
Indexing metadata
10.

Download (206KB)
Indexing metadata

Copyright (c) 2023 Н.П. Бабушкина, А.А. Зарубин, Ю.А. Королёва, Д.Е. Гомбоева, Е.Ю. Брагина, И.А. Гончарова, М.В. Голубенко, Р.Р. Салахов, А.А. Слепцов, М.С. Кузнецов, Б.Н. Козлов, Э.Ф. Муслимова, С.А. Афанасьев, А.Н. Кучер, М.С. Назаренко

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».