HTLV-3 and HTLV-4 antisense proteins activate JunB-, c-Jun- and JunD-dependent transcription
Notice bibliographique
Résumé
The antisense transcript-encoded HBZ protein acts upon viral and cellular gene expression through its modulation of the activation of transcription factors such as Jun family members. A possible link between HBZ and ATL development has also been highlighted. HTLV-3 and HTLV-4 are two newly discovered human retroviruses closely related to HTLV-1; no known diseases have yet been associated to these viruses. Based on previous in silico analyses, our aim was to test for the presence of antisense transcripts in these new viruses and to functionally assess these viral proteins. By RT-PCR analyses, HTLV-3 and HTLV-4 were shown to produce spliced antisense transcripts termed APH (Antisense Protein of HTLV)-3 and APH-4. Confocal microscopy analyses of cells expressing Myc- or GFP-tagged APH-3 and APH-4 showed distinct localization but partial colocalization with HBZ to the nucleus and the nucleoli. Using LTR-luciferase constructs, we demonstrated that APH-3 and APH-4 inhibited Tax1 and Tax3 transactivation of respective LTRs. In transfection experiments with a collagenase promoter-driven luciferase reporter construct, we showed that APH-3 and APH-4 modulated JunB- and c-Jun-dependent transcription differently from HBZ. Deletion mutants indicated that this upregulation of the transactivation potential of Jun factors was mediated through the atypical bZIP domain of APH-3 and APH-4. We show that HTLV-3 and HTLV-4 express new viral proteins, APH-3 and APH-4, which modulate Jun-dependent transcription differently from HBZ. These data underscore the importance of our study on APH-3 and APH-4 to help in better understanding the role of HBZ in the development of ATL.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».