TGFβ1-RCN3-TGFBR1 loop facilitates pulmonary fibrosis by orchestrating fibroblast activation
Notice bibliographique
Résumé
BACKGROUND: Idiopathic pulmonary fibrosis (IPF) bears high mortality due to unclear pathogenesis and limited therapeutic options. Therefore, identifying novel regulators is required to develop alternative therapeutic strategies. METHODS: The lung fibroblasts from IPF patients and Reticulocalbin 3 (RCN3) fibroblast-selective knockdown mouse model were used to determine the importance of Rcn3 in IPF; the epigenetic analysis and protein interaction assays, including BioID, were used for mechanistic studies. RESULTS: Reticulocalbin 3 (RCN3) upregulation is associated with the fibrotic activation of lung fibroblasts from IPF patients and Rcn3 overexpression blunts the antifibrotic effects of pirfenidone and nintedanib. Moreover, repressing Rcn3 expression in mouse fibroblasts ameliorates bleomycin-induced lung fibrosis and pulmonary dysfunction in vivo. Mechanistically, RCN3 promotes fibroblast activation by maintaining persistent activation of TGFβ1 signalling via the TGFβ1-RCN3-TGFBR1 positive feedback loop, in which RCN3 upregulated by TGFβ1 exposure detains EZH2 (an epigenetic methyltransferase) in the cytoplasm through RCN3-EZH2 interaction, leading to the release of the EZH2-H3K27me3 epigenetic repression of TGFBR1 and the persistent expression of TGFBR1. CONCLUSIONS: These findings introduce a novel regulating mechanism of TGFβ1 signalling in fibroblasts and uncover a critical role of the RCN3-mediated loop in lung fibrosis. RCN3 upregulation may cause resistance to IPF treatment and targeting RCN3 could be a novel approach to ameliorate pulmonary fibrosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».