Regulation and action of early growth response 1 in bovine granulosa cells
Notice bibliographique
Résumé
Abstract Fibroblast growth factors (FGF) modify cell proliferation and differentiation through receptor tyrosine kinases, which stimulate the expression of transcription factors including members of the early growth response (EGR) family. In ovarian granulosa cells, most FGFs activate typical response genes, although the role of EGR proteins has not been described. In the present study, we determined the regulation of EGR mRNA by FGFs and explored the role of EGR1 in the regulation of FGF-response genes. Addition of FGF1, FGF2, FGF4 or FGF8b increased EGR1 and EGR3 mRNA levels, whereas FGF18 increased only EGR1 mRNA abundance. No mRNA encoding EGR2 or EGR4 was detected. Overexpression of EGR1 increased EGR3 mRNA levels as well as the FGF-response genes SPRY2, NR4A1 and FOSL1 and also increased the phosphorylation of MAPK3/1. Knockdown of EGR3 did not alter the ability of FGF8b to stimulate SPRY2 mRNA levels. These data demonstrate the regulation of EGR1 and EGR3 mRNA abundance by FGFs in granulosa cells and suggest that EGR1 is likely an upstream component of FGF signaling in granulosa cells.
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 | 0,001 | 0,001 |
| 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 ».