The transcriptional regulating protein of 132 kDa (TReP-132) differentially influences steroidogenic pathways in human adrenal NCI-H295 cells
Notice bibliographique
Résumé
Steroid hormones synthesized from cholesterol in the adrenal gland are important regulators of many physiological processes. It is now well documented that the expression of many genes required for steroid biosynthesis is dependent on the coordinated expression of the nuclear receptor steroidogenic factor-1 (SF-1). However, transcriptional mechanisms underlying the species-specific, developmentally programmed and hormone-dependent modulation of the adrenal steroid pathways remain to be elucidated. Recently, we demonstrated that the transcriptional regulating protein of 132 kDa (TReP-132) acts as a coactivator of SF-1 to regulate human P450scc gene transcription in human adrenal NCI-H295 cells. The present study shows that overexpression of TReP-132 increases the level of active steroids produced in NCI-H295 cells. The conversion of pregnenolone to downstream steroids following TReP-132 expression showed increased levels of glucocorticoids, C(19) steroids and estrogens. Correlating with these data, TReP-132 increases P450c17 activities via the induction of transcript levels and promoter activity of the P450c17 gene, an effect that is enhanced in the presence of cAMP or SF-1. In addition, P450aro activity and mRNA levels are highly induced by TReP-132, whereas 3beta-hydroxysteroid dehydrogenase type II and P450c11aldo transcript levels are only slightly modulated. Taken together, these results demonstrate that TReP-132 is a trans-acting factor of genes involved in adrenal glucocorticoid, C(19) steroid and estrogen production.
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 ».