The pregnant myometrium is epigenetically activated at contractility-driving gene loci prior to the onset of labor in mice
Notice bibliographique
Résumé
Abstract During gestation, uterine smooth muscle cells transition from a state of quiescence to one of contractility, but the molecular mechanisms underlying this transition at a genomic level are not well-known. To better understand these events, we evaluated the epigenetic landscape of the mouse myometrium during pregnancy, labor and post-partum. We established gestational timepoint-specific enrichment profiles involving histone H3K27 acetylation (H3K27ac), H3K4 tri-methylation (H3K4me3), and RNA polymerase II (RNAPII) occupancy by chromatin immunoprecipitation sequencing (ChIP-seq), as well as gene expression profiles by total RNA-sequencing (RNA-seq). Our findings reveal that 533 genes, including known contractility-driving genes ( Gja1, Fos, Oxtr, Ptgs2 ), are upregulated during active labor due to an increase in transcription at gene bodies. Their promoters and putative intergenic enhancers, however, are epigenetically activated by H3K27ac as early as day 15, four days prior to the onset of active labor on day 19. In fact, we find that the majority of genome-wide H3K27ac or H3K4me3 peaks identified during active labor are present in the myometrium on day 15. Despite the early presence of H3K27ac at labor-associated genes, both an increase in non-coding enhancer RNA (eRNA) production, and in recruitment of RNAPII to corresponding genes occur during active labor, at labor upregulated gene loci. Our findings indicate that epigenetic activation of the myometrial genome precedes active labor by at least four days in the mouse model, suggesting the myometrium is poised for rapid activation of contraction-associated genes in order to exit the state of quiescence.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».