Anti-diabetic rosiglitazone remodels the adipocyte transcriptome by redistributing transcription to PPARγ-driven enhancers
Notice bibliographique
Résumé
Rosiglitazone (rosi) is a powerful insulin sensitizer, but serious toxicities have curtailed its widespread clinical use. Rosi functions as a high-affinity ligand for peroxisome proliferator-activated receptor γ (PPARγ), the adipocyte-predominant nuclear receptor (NR). The classic model, involving binding of ligand to the NR on DNA, explains positive regulation of gene expression, but ligand-dependent repression is not well understood. We addressed this issue by studying the direct effects of rosi on gene transcription using global run-on sequencing (GRO-seq). Rosi-induced changes in gene body transcription were pronounced after 10 min and correlated with steady-state mRNA levels as well as with transcription at nearby enhancers (enhancer RNAs [eRNAs]). Up-regulated eRNAs occurred almost exclusively at PPARγ-binding sites, to which rosi treatment recruited coactivators, including MED1, p300, and CBP. In contrast, transcriptional repression by rosi involved a loss of coactivators from eRNA sites devoid of PPARγ and enriched for other transcription factors, including AP-1 factors and C/EBPs. Thus, rosi activates and represses transcription by fundamentally different mechanisms that could inform the future development of anti-diabetic drugs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».