Inhibition of Protein Farnesylation Arrests Adipogenesis and Affects PPAR<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="E1"><mml:mi>γ</mml:mi></mml:math>Expression and Activation in Differentiating Mesenchymal Stem Cells
Notice bibliographique
Résumé
Protein farnesylation is required for the activation of multiple proteins involved in cell differentiation and function. In white adipose tissue protein, farnesylation has shown to be essential for the successful differentiation of preadipocytes into adipocytes. We hypothesize that protein farnesylation is required for PPARgamma2 expression and activation, and therefore for the differentiation of human mesenchymal stem cells (MSCs) into adipocytes. MSCs were plated and induced to differentiate into adipocytes for three weeks. Differentiating cells were treated with either an inhibitor of farnesylation (FTI-277) or vehicle alone. The effect of inhibition of farnesylation in differentiating adipocytes was determined by oil red O staining. Cell survival was quantified using MTS Formazan. Additionally, nuclear extracts were obtained and prelamin A, chaperon protein HDJ-2, PPARgamma, and SREBP-1 were determined by western blot. Finally, DNA binding PPARgamma activity was determined using an ELISA-based PPARgamma activation quantification method. Treatment with an inhibitor of farnesylation (FTI-277) arrests adipogenesis without affecting cell survival. This effect was concomitant with lower levels of PPARgamma expression and activity. Finally, accumulation of prelamin A induced an increased proportion of mature SREBP-1 which is known to affect PPARgamma activity. In summary, inhibition of protein farnesylation arrests the adipogenic differentiation of MSCs and affects PPARgamma expression and activity.
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 | 0,001 | 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 ».