Regulation of Kruppel-like factor 4, 9, and 13 genes and the steroidogenic genes LDLR, StAR, and CYP11A in ovarian granulosa cells
Notice bibliographique
Résumé
Kruppel-like factors (KLFs) are important Sp1-like eukaryotic transcriptional proteins. The LDLR, StAR, and CYP11A genes exhibit GC-rich Sp1-like sites, which have the potential to bind KLFs in multiprotein complexes. We now report that KLF4, KLF9, and KLF13 transcripts are expressed in and regulate ovarian cells. KLF4 and 13, but not KLF9, mRNA expression was induced and then repressed over time (P < 0.001). Combined LH and IGF-I stimulation increased KLF4 mRNA at 2 h (P < 0.01), whereas LH decreased KLF13 mRNA at 6 h (P < 0.05), and IGF-I reduced KLF13 at 24 h (P < 0.01) compared with untreated control. KLF9 was not regulated by either hormone. Transient transfection of KLF4, KLF9, and KLF13 suppressed LDLR/luc, StAR/luc, and CYP11A/luc by 80-90% (P < 0.001). Histone-deacetylase (HDAC) inhibitors stimulated LDLR/luc five- to sixfold and StAR/luc and CYP11A/luc activity twofold (P < 0.001) and partially reversed suppression by all three KLFs (P < 0.001). Deletion of the zinc finger domain of KLF13 abrogated repression of LDLR/luc. Lentiviral overexpression of the KLF13 gene suppressed LDLR mRNA (P < 0.001) and CYP11A mRNA (P = 0.003) but increased StAR mRNA (P = 0.007). Collectively, these data suggest that KLFs may recruit inhibitory complexes containing HDAC corepressors, thereby repressing LDLR and CYP11A transcription. Conversely, KLF13 may recruit unknown coactivators or stabilize StAR mRNA, thereby explaining enhancement of in situ StAR gene expression. These data introduce new potent gonadal transregulators of genes encoding proteins that mediate sterol uptake and steroid biosynthesis.
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 | 0,002 |
| 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 ».