Regulation of mTORC1 and its impact on gene expression at a glance
Notice bibliographique
Résumé
The mechanistic (or mammalian) target of rapamycin (mTOR) is a kinase that regulates key cellular functions linked to the promotion of cell growth and metabolism. This kinase, which is part of two protein complexes termed mTOR complex 1 (mTORC1) and 2 (mTORC2), has a fundamental role in coordinating anabolic and catabolic processes in response to growth factors and nutrients. Of the two mTOR complexes, mTORC1 is by far the best characterized. When active, mTORC1 triggers cell growth and proliferation by promoting protein synthesis, lipid biogenesis, and metabolism, and by reducing autophagy. The fact that mTORC1 deregulation is associated with several human diseases, such as type 2 diabetes, cancer, obesity and neurodegeneration, highlights its importance in the maintenance of cellular homeostasis. Over the last years, several groups observed that mTORC1 inhibition, in addition to reducing protein synthesis, deeply affects gene transcription. Here, we review the connections between mTORC1 and gene transcription by focusing on its impact in regulating the activation of specific transcription factors including including STAT3, SREBPs, PPARγ, PPARα, HIF1α, YY1–PGC1α and TFEB. We also discuss the importance of these transcription factors in mediating the effects of mTORC1 on various cellular processes in physiological and pathological contexts.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».