MétaCan
Menu
Retour à la cohorte
Enregistrement W2416745586 · doi:10.1038/srep18856

Implication of retinoic acid receptor selective signaling in myogenic differentiation

2016· article· en· W2416745586 sur OpenAlexafffund
Jihong Chen, Qiao Li

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinoids in leukemia and cellular processes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRetinoic acidBiologyCell biologyMorphogenMyogenesisCellular differentiationTranscription factorRetinoic acid receptorLigand (biochemistry)Signal transductionReceptorGeneticsGeneMyocyte

Résumé

récupéré en direct d'OpenAlex

Signaling molecules are important for committing individual cells into tissue-specific lineages during early vertebrate development. Retinoic acid (RA) is an important vertebrate morphogen, in that its concentration gradient is essential for correct patterning of the vertebrate embryo. RA signaling is mediated through the activation of retinoic acid receptors (RARs), which function as ligand-dependent transcription factors. In this study, we examined the molecular mechanisms of RAR-selective signaling in myogenic differentiation. We found that just like natural ligand RA, a RAR-selective ligand is an effective enhancer in the commitment of skeletal muscle lineage at the early stage of myogenic differentiation. Interestingly, the kinetics and molecular basis of the RAR-selective ligand in myogenic differentiation are similar to that of natural ligand RA. Also similar to natural ligand RA, the RAR-selective ligand enhances myogenic differentiation through β-catenin signaling pathway while inhibiting cardiac differentiation. Furthermore, while low concentrations of natural ligand RA or RAR-selective ligand regulate myogenic differentiation through RAR function and coactivator recruitment, high concentrations are critical to the expression of a model RA-responsive gene. Thus our data suggests that RAR-mediated gene regulation may be highly context-dependent, affected by locus-specific interaction or local chromatin environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetRetinoids in leukemia and cellular processesTravaux en français237 207