Endogenous BioID elucidates TCF7L1 interactome modulation upon GSK-3 inhibition in mouse ESCs
Notice bibliographique
Résumé
Modulation of Wnt target gene expression via the TCF/LEFs remains poorly understood. We employ proximity-based biotin labeling (BioID) to examine GSK-3 inhibitor effects on the TCF7L1 interactome in mouse ESCs. We generated ESC lines with biotin ligase BirA* fused to TCF7L1 by knocking it into the endogenous TCF7L1 locus or by inserting a doxinducible BirA*-TCF7L1 transgene into the Rosa26 locus. Induction yielded BirA*-TCF7L1 levels 3-fold higher than in the endogenous system, but substantial overlap in biotinylated proteins with high peptide counts were detected by each method. Known TCF7L1 interactors TLE3/4 and β-catenin, and numerous proteins not previously associated with TCF7L1, were identified in both systems. Despite reduced BirA*-TCF7L1 levels, the number of hits identified with both BioID approaches increased after GSK-3 inhibition. We elucidate the network of TCF7L1 proximal proteins regulated by GSK-3 inhibition, validate the utility of endogenous BioID, and provide mechanistic insights into TCF7L1 target gene regulation. Highlights BirA*-TCF7L1 at single-copy physiological levels generates robust BioID data CHIR99021 reduces TCF7L1 levels but increases detectable TCF7L1-proximal proteins The TCF7L1 interactome of largely epigenetic/transcription factors fluctuates with GSK-3 inhibition JMJD1C, SALL4 and BRG1/SMARCA4 are validated as TCF7L-interacting proteins
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».