β-Catenin and Smad3 regulate the activity and stability of myocardin-related transcription factor during epithelial–myofibroblast transition
Notice bibliographique
Résumé
Injury to the adherens junctions (AJs) synergizes with transforming growth factor-β1 (TGFβ) to activate a myogenic program (α-smooth muscle actin [SMA] expression) in the epithelium during epithelial-myofibroblast transition (EMyT). Although this synergy plays a key role in organ fibrosis, the underlying mechanisms have not been fully defined. Because we recently showed that Smad3 inhibits myocardin-related transcription factor (MRTF), the driver of the SMA promoter and many other CC(A/T)-rich GG element (CArG) box-dependent cytoskeletal genes, we asked whether AJ components might affect SMA expression through interfering with Smad3. We demonstrate that E-cadherin down-regulation potentiates, whereas β-catenin knockdown inhibits, SMA expression. Contact injury and TGFβ enhance the binding of β-catenin to Smad3, and this interaction facilitates MRTF signaling by two novel mechanisms. First, it inhibits the Smad3/MRTF association and thereby allows the binding of MRTF to its myogenic partner, serum response factor (SRF). Accordingly, β-catenin down-regulation disrupts the SRF/MRTF complex. Second, β-catenin maintains the stability of MRTF by suppressing the Smad3-mediated recruitment of glycogen synthase kinase-3β to MRTF, an event that otherwise leads to MRTF ubiquitination and degradation and the consequent loss of SRF/MRTF-dependent proteins. Thus β-catenin controls MRTF-dependent transcription and emerges as a critical regulator of an array of cytoskeletal genes, the "CArGome."
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) | 0,000 | 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 ».