MicroRNA miR-23a cluster promotes osteocyte differentiation by regulating TGF-β signalling in osteoblasts
Notice bibliographique
Résumé
Osteocytes are the terminally differentiated cell type of the osteoblastic lineage and have important functions in skeletal homeostasis. Although the transcriptional regulation of osteoblast differentiation has been well characterized, the factors that regulate differentiation of osteocytes from mature osteoblasts are poorly understood. Here we show that miR-23a∼27a∼24-2 (miR-23a cluster) promotes osteocyte differentiation. Osteoblast-specific miR-23a cluster gain-of-function mice have low bone mass associated with decreased osteoblast but increased osteocyte numbers. By contrast, loss-of-function transgenic mice overexpressing microRNA decoys for either miR-23a or miR-27a, but not miR24-2, show decreased osteocyte numbers. Moreover, RNA-sequencing analysis shows altered transforming growth factor-β (TGF-β) signalling. Prdm16, a negative regulator of the TGF-β pathway, is directly repressed by miR-27a with concomitant alteration of sclerostin expression, and pharmacological inhibition of TGF-β rescues the phenotypes observed in the gain-of-function transgenic mice. Taken together, the miR-23a cluster regulates osteocyte differentiation by modulating the TGF-β signalling pathway through targeting of Prdm16.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».