Transactivation and transrepression in the repression of inflammatory gene expression by dexamethasone
Notice bibliographique
Résumé
BACKGROUND: The anti-inflammatory activities of glucocorticoids are attributed to the repression of inflammatory gene expression. Dogma states that this occurs via direct repression (transrepression) by the glucocorticoid receptor (GR) of transcription factors, such as NF-κB. However, evidence also suggests that gene induction (transactivation) by GR is important for repression. AIMS: To assess the roles of transrepression and transactivation in the repression of inflammatory gene expression by dexamethasone (Dex). METHODS AND RESULTS: The effect of Dex on 39 IL-1β-induced genes was examined in human pulmonary A549 cells by real-time PCR. Dex showed a range of activity in terms of the extent (E max ) and potency (EC 50 ) of repression on these genes. These parameters correlated, such that the most highly repressed genes were also the most potently repressed. While all 39 genes were NF-κB-dependent, this did not correlate with repression by Dex. Finally, inhibition of protein translation by cycloheximide (CHX) reduced IL-1β-induced expression of 19 genes (secondary response genes). Of the remaining 21 genes, CHX significantly prevented the Dex-dependent repression of 11 (∼50%), suggesting a role for transactivation. These 11 genes were significantly more sensitive (E max and EC 50 ) to repression by dexamethasone when compared to genes showing repression that was insensitive to CHX (and which may represent a classical transrepression mechanism). CONCLUSIONS: Repression of inflammatory gene expression by dexamethasone involves multiple mechanisms. Transactivation appears to play a significant role showing both high potency and high level of repression on target genes.
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 | 0,000 |
| 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 ».