Myostatin-induced inhibition of the long noncoding RNA Malat1 is associated with decreased myogenesis
Notice bibliographique
Résumé
Myostatin, a member of the transforming growth factor-β (TGF-β) superfamily of secreted proteins, is a potent negative regulator of myogenesis. Free myostatin induces the phosphorylation of the Smad family of transcription factors, which, in turn, regulates gene expression, via the canonical TGF-β signaling pathway. There is, however, emerging evidence that myostatin can regulate gene expression independent of Smad signaling. As such, we acquired global gene expression data from the gastrocnemius muscle of C57BL/6 mice following a 6-day treatment with recombinant myostatin compared with vehicle-treated animals. Of the many differentially expressed genes, the myostatin-associated decrease (-11.20-fold; P < 0.05) in the noncoding metastasis-associated lung adenocarcinoma transcript 1 (Malat1) was the most significant and the most intriguing because of numerous reports describing its novel role in regulating cell growth. We therefore sought to further characterize the role of Malat1 expression in skeletal muscle myogenesis. RT-PCR-based quantification of C2C12 and primary human skeletal muscle cells revealed a significant and persistent upregulation (4- to 7-fold; P < 0.05) of Malat1 mRNA during the differentiation of myoblasts into myotubes. Conversely, targeted knockdown of Malat1 using siRNA suppressed myoblast proliferation by arresting cell growth in the G(0)/G(1) phase. These results reveal Malat1 as novel downstream target of myostatin with a considerable ability to regulate myogenesis. The identification of new targets of myostatin will have important repercussions for regenerative biology through inhibition and/or reversal of muscle atrophy and wasting diseases.
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) | 0,001 | 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 | 0,000 | 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 ».