TGF-β-driven downregulation of the transcription factor TCF7L2 affects Wnt/β-catenin signaling in PDGFRα+ fibroblasts
Notice bibliographique
Résumé
ABSTRACT Mesenchymal stromal cells (MSCs) are multipotent progenitors essential for organogenesis, tissue homeostasis, regeneration and scar formation. Tissue injury upregulates transforming growth factor β (TGF-β) signaling, which modulates myofibroblast fate, extracellular matrix remodeling and fibrosis. However, the molecular determinants of MSC differentiation and survival remain poorly understood. During canonical Wnt signaling, T-cell factor/lymphoid enhancer factor (TCF/LEF) transcription factors regulate development and stemness, but the mechanisms by which injury-induced cues modulate their expression remain underexplored. Here, we studied the cell type-specific gene expression of TCF/LEF transcription factors and, more specifically, we investigated whether damage-induced TGF-β signaling impairs the expression and function of TCF7L2 (also known as TCF4), using several models of MSCs, including skeletal muscle fibro-adipogenic progenitors. We show that TCF/LEFs are differentially expressed and that TGF-β reduces the expression of TCF7L2 in MSCs but not in myoblasts. We also found that the ubiquitin–proteasome system regulates TCF7L2 proteostasis and participates in TGF-β-mediated TCF7L2 protein downregulation. Finally, we show that TGF-β requires histone deacetylase activity to repress the expression of TCF7L2. Thus, our work reports a novel interplay between TGF-β and canonical Wnt signaling cascades in PDGFRα+ fibroblasts and suggests that this mechanism could be targeted in tissue repair and regeneration.
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 | 0,000 | 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 ».