Folate Polyglutamylation Is Involved in Chromatin Silencing by Maintaining Global DNA Methylation and Histone H3K9 Dimethylation in Arabidopsis
Notice bibliographique
Résumé
DNA methylation and repressive histone Histone3 Lysine9 (H3K9) dimethylation correlate with chromatin silencing in plants and mammals. To identify factors required for DNA methylation and H3K9 dimethylation, we screened for suppressors of the repressor of silencing1 (ros1) mutation, which causes silencing of the expression of the RD29A (RESPONSE TO DESSICATION 29A) promoter-driven luciferase transgene (RD29A-LUC) and the 35S promoter-driven NPTII (NEOMYCIN PHOSPHOTRANSFERASE II) transgene (35S-NPTII). We identified the folylpolyglutamate synthetase FPGS1 and the known factor DECREASED DNA METHYLATION1 (DDM1). The fpgs1 and ddm1 mutations release the silencing of both RD29A-LUC and 35S-NPTII. Genome-wide analysis indicated that the fpgs1 mutation reduces DNA methylation and releases chromatin silencing at a genome-wide scale. The effect of fpgs1 on chromatin silencing is correlated with reduced levels of DNA methylation and H3K9 dimethylation. Supplementation of fpgs1 mutants with 5-formyltetrahydrofolate, a stable form of folate, rescues the defects in DNA methylation, histone H3K9 dimethylation, and chromatin silencing. The competitive inhibitor of methyltransferases, S-adenosylhomocysteine, is markedly upregulated in fpgs1, by which fpgs1 reduces S-adenosylmethionine accessibility to methyltransferases and accordingly affects DNA and histone methylation. These results suggest that FPGS1-mediated folate polyglutamylation is required for DNA methylation and H3K9 dimethylation through its function in one-carbon metabolism. Our study makes an important contribution to understanding the complex interplay among metabolism, development, and epigenetic regulation.
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 | 0,001 | 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 ».