NUAK1 promotes organ fibrosis via YAP and TGF-β/SMAD signaling
Notice bibliographique
Résumé
Fibrosis is a central pathway that drives progression of multiple chronic diseases, yet few safe and effective clinical antifibrotic therapies exist. In most fibrotic disorders, transforming growth factor-β (TGF-β)-driven scarring is an important pathologic feature and a key contributor to disease progression. Yes-associated protein (YAP) and transcriptional coactivator with PDZ-binding motif (TAZ) are two closely related transcription cofactors that are important for coordinating fibrogenesis after organ injury, but how they are activated in response to tissue injury has, so far, remained unclear. Here, we describe NUAK family kinase 1 (NUAK1) as a TGF-β-inducible profibrotic kinase that is up-regulated in multiple fibrotic organs in mice and humans. Mechanistically, we show that TGF-β induces a rapid increase in NUAK1 in fibroblasts. NUAK1, in turn, can promote profibrotic YAP and TGF-β/SMAD signaling, ultimately leading to organ scarring. Moreover, activated YAP and TAZ can induce further NUAK1 expression, creating a profibrotic positive feedback loop that enables persistent fibrosis. Using mouse models of kidney, lung, and liver fibrosis, we demonstrate that this fibrogenic signaling loop can be interrupted via fibroblast-specific loss of NUAK1 expression, leading to marked attenuation of fibrosis. Pharmacologic NUAK1 inhibition also reduced scarring, either when initiated immediately after injury or when initiated after fibrosis was already established. Together, our data suggest that NUAK1 plays a critical, previously unrecognized role in fibrogenesis and represents an attractive target for strategies that aim to slow fibrotic disease progression.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 ».