Deep Sequence Analysis of Gene Expression Identifies Osteopontin as a Downstream Effector of Integrin-Linked Kinase (ILK) in Cardiac-Specific ILK Knockout Mice
Notice bibliographique
Résumé
BACKGROUND: Integrin-linked kinase (ILK) is a serine/threonine kinase that has been linked to human and experimental heart failure, but its role in the heart is not fully understood. METHODS AND RESULTS: To define the role of cardiomyocyte ILK, we generated cardiac-specific ILK knockout mice using α-myosin heavy chain-driven Cre expression. Cardiac-specific ILK knockout mice spontaneously developed lethal dilated cardiomyopathy and heart failure with an early increase in apoptosis, fibrosis, and cardiac inflammation. To identify downstream effectors, we used deep sequence analysis of gene expression to compare comprehensive transcriptional profiles of cardiac-specific ILK knockout and wild-type hearts from 10-day-old mice before the development of cardiac dysfunction. Approximately 2×10(6) cDNA clones from each genotype were sequenced, corresponding to 33 274 independent transcripts. A total of 93 genes were altered, using nominal thresholds of >1.4-fold change and P<0.001. The most highly upregulated gene was osteopontin (47-fold increase; P=9.6×10(-45)), an inflammatory chemokine implicated in heart failure pathophysiology. ILK also regulated osteopontin expression in cardiomyocytes in vitro. Importantly, blocking antibodies to osteopontin mitigated but did not fully rescue the functional decline in cardiac-specific ILK knockout mice. CONCLUSIONS: Cardiomyocyte-specific ILK deletion leads to a lethal cardiomyopathy characterized by cardiomyocyte death, fibrosis, and inflammation. Comprehensive profiling identifies ILK-dependent transcriptional effects and implicates osteopontin as a contributor to these phenotypes.
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 | 0,001 | 0,001 |
| 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 ».