Fibroblast Growth Factor 2 and Estrogen Control the Balance of Histone 3 Modifications Targeting MAGE-A3 in Pituitary Neoplasia
Notice bibliographique
Résumé
PURPOSE: Four members of the fibroblast growth factor receptor (FGFR) family transduce signals of a diverse group of FGF ligands. The FGFR2-IIIb isoform is abundantly present in the normal pituitary gland with contrasting down-regulation in neoplastic pituitary cells. cDNA profiling identified the cancer-testis antigen melanoma-associated antigen A3 (MAGE-A3) as a putative target negatively regulated by FGFR2. EXPERIMENTAL DESIGN: Comparisons were made between normal and neoplastic human and mouse pituitary cells. Gene expression was examined by reverse transcription-PCR, DNA methylation was determined by methylation-specific PCR and combined bisulfite restriction analysis, and histone modification marks were identified by chromatin immunoprecipitation. RESULTS: Normal human pituitary tissue that expresses FGFR2-IIIb does not express MAGE-A3; in contrast, pituitary tumors that are FGFR2 negative show abundant MAGE-A3 mRNA expression. MAGE-A3 expression correlates with the presence and extent of DNA promoter methylation; more frequent and higher-degree methylation is present in the normal gland compared with pituitary tumors. Conversely, pituitary tumors are hypomethylated, particularly in females where MAGE-A3 expression is nearly thrice higher than in males. Estradiol treatment induces MAGE-A3 through enhanced histone 3 acetylation and diminished methylation. The effects of estradiol are directly opposed by FGF7/FGFR2-IIIb. Down-regulation of MAGE-A3 results in p53 transcriptional induction, also through reciprocal histone acetylation and methylation modifications. CONCLUSIONS: These findings highlight MAGE-A3 as a target of FGFR2-IIIb and estrogen action and provide evidence for a common histone-modifying network in the control of the balance between opposing signals.
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) | 0,000 | 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) | 0,001 | 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 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 ».