Regulation of dual specificity phosphatases by fibroblast growth factor signaling pathways in bovine granulosa cells
Notice bibliographique
Résumé
Controling the duration and amplitude of mitogen-activated protein kinase (MAPK) signaling is an important element in deciding cell fate. One group of intracellular negative regulators of MAPK activity is a subfamily of the dual specificity phosphatase (DUSP) superfamily, of which up to 16 members have been described in the ovarian granulosa cells. Growth factors stimulate proliferation of granulosa cells through MAPK, protein kinase C (PKC), and AKT pathways, although it is not known which pathways control DUSP expression in these cells. The aim of the present study was to identify which pathways were involved in the regulation of DUSP expression using a well-established serum-free culture system for bovine granulosa cells. Stimulation of cells with FGF2 increased DUSP1, DUSP5, and DUSP6 mRNA abundance in a time- and dose-dependent manner, and increased DUSP5 and DUSP6 protein accumulation. None of the other eleven DUSP measured were regulated by FGF2. Pharmacological inhibition of MAPK3/1 signaling decreased FGF2-stimulated DUSP1, DUSP5, and DUSP6 mRNA levels (P < 0.05), whereas inhibition of PKC did not affect the expression of these three DUSPs. Abundance of FGF2-dependent DUSP6 mRNA was reduced by inhibition of phospholipase C (PLC) or by chelating calcium, but DUSP5 mRNA abundance was not affected. Abundance of basal DUSP1 and DUSP6, but not DUSP5 mRNA was increased by the addition of the calcium ionophore A23187. We conclude that FGF2 stimulation of DUSP5 abundance requires MAPK3/1 whereas DUSP6 mRNA accumulation is dependent on calcium signaling as well as MAPK3/1 activation, suggesting complex regulation of physiologically important DUSPs in the follicle.
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 ».