GCN5 regulates ZBTB16 through acetylation, mediates osteogenic differentiation, and affects orthodontic tooth movement
Notice bibliographique
Résumé
In the process of orthodontic tooth movement (OTM), periodontal ligament fibroblasts (PDLFs) must undergo osteogenic differentiation. OTM increased the expression of Zinc finger and BTB domain-containing 16 (ZBTB16), which is implicated in osteogenic differentiation. Our goal was to investigate the mechanism of PDLF osteogenic differentiation mediated by ZBTB16. The OTM rat model was established, and PDLFs were isolated and exposed to mechanical force. Hematoxylin-eosin staining, Alizarin Red staining, immunofluorescence, and immunohistochemistry were carried out. The alkaline phosphatase (ALP) activity was measured. Dual-luciferase reporter gene assay and chromatin immunoprecipitation assay were conducted. In OTM models, ZBTB16 was significantly expressed. Additionally, there was an uneven distribution of PDLFs in the OTM group, as well as an increase in fibroblasts and inflammatory infiltration. ZBTB16 interference hindered PDLF osteogenic differentiation and decreased Wnt and β-catenin levels. Meanwhile, ZBTB16 activated the Wnt/β-catenin pathway. ZBTB16 also enhanced the expression of the osteogenic molecules osterix, osteocalcin (OCN), osteopontin (OPN), and bone sialo protein (BSP) at mRNA and protein levels. The interactions between Wnt1 and ZBTB16, as well as GCN5 and ZBTB16, were also verified. The adeno-associated virus-shZBTB16 injection also proved to inhibit osteogenic differentiation and reduce tooth movement distance in in vivo tests. ZBTB16 was up-regulated in OTM. Through acetylation modification of ZBTB16, GCN5 regulated the Wnt/β-catenin signaling pathway and further mediated PDLF osteogenic differentiation.
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 ».