Tissue-specific splicing of a ubiquitously expressed transcription factor is essential for muscle differentiation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alternate splicing contributes extensively to cellular complexity by generating protein isoforms with divergent functions. However, the role of alternate isoforms in development remains poorly understood. Mef2 transcription factors are essential transducers of cell signaling that modulate differentiation of many cell types. Among Mef2 family members, Mef2D is unique, as it undergoes tissue-specific splicing to generate a muscle-specific isoform. Since the ubiquitously expressed (Mef2Dα1) and muscle-specific (Mef2Dα2) isoforms of Mef2D are both expressed in muscle, we examined the relative contribution of each Mef2D isoform to differentiation. Using both in vitro and in vivo models, we demonstrate that Mef2D isoforms act antagonistically to modulate differentiation. While chromatin immunoprecipitation (ChIP) sequencing analysis shows that the Mef2D isoforms bind an overlapping set of genes, only Mef2Dα2 activates late muscle transcription. Mechanistically, the differential ability of Mef2D isoforms to activate transcription depends on their susceptibility to phosphorylation by protein kinase A (PKA). Phosphorylation of Mef2Dα1 by PKA provokes its association with corepressors. Conversely, exon switching allows Mef2Dα2 to escape this inhibitory phosphorylation, permitting recruitment of Ash2L for transactivation of muscle genes. Thus, our results reveal a novel mechanism in which a tissue-specific alternate splicing event has evolved that permits a ubiquitously expressed transcription factor to escape inhibitory signaling for temporal regulation of gene expression.
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.
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 découle