Chromatin-Remodeling Factors Mediate the Balance of Sense-Antisense Transcription at the FGF2 Locus
Notice bibliographique
Résumé
Antisense transcription is prevalent in mammalian genomes, yet the function of many antisense transcripts remains elusive. We have previously shown that the fibroblast growth factor 2 (FGF2) gene is regulated endogenously by an overlapping antisense gene called Nudix-type motif 6 (NUDT6). However, the molecular mechanisms that determine the balance of FGF2 and NUDT6 transcripts are not yet well understood. Here we demonstrate that there is a strong negative correlation between FGF2 and NUDT6 across 7 different cell lines. Small interfering RNA-mediated knockdown of NUDT6 causes an increase in nascent FGF2 transcripts, including a short FGF2 variant that lacks sequence complementarity with NUDT6, indicating the involvement of transcriptional mechanisms. In support of this, we show that changes in histone acetylation by trichostatin A treatment, histone deacetylase inhibition, or small interfering RNA knockdown of the histone acetyltransferase CSRP2BP, oppositely affect NUDT6 and FGF2 mRNA levels. A significant increase in histone acetylation with trichostatin A treatment was only detected at the genomic region where the 2 genes overlap, suggesting that this may be an important regulatory region for determining the balance of NUDT6 and FGF2. Knockdown of the histone demethylase KDM4A similarly causes a shift in the balance of NUDT6 and FGF2 transcripts. Expression of CSRP2BP and KDM4A correlates positively with NUDT6 expression and negatively with FGF2 expression. The results presented here indicate that histone acetylation and additional chromatin modifiers are important in determining the relative levels of FGF2 and NUDT6 and support a model in which epigenetic remodeling contributes to their relative expression levels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».