Bmp9 regulates Notch signaling and the temporal dynamics of angiogenesis via Lunatic Fringe
Notice bibliographique
Résumé
In brief: The mechanisms regulating the signaling pathways involved in angiogenesis are not fully known. Ristori et al. show that Lunatic Fringe (LFng) mediates the crosstalk between Bone Morphogenic Protein 9 (Bmp9) and Notch signaling, thereby regulating the endothelial cell behavior and temporal dynamics of their identity during sprouting angiogenesis. Highlights: Bmp9 upregulates the expression of LFng in endothelial cells.LFng regulates the temporal dynamics of tip/stalk selection and rearrangement.LFng indicated to play a role in hereditary hemorrhagic telangiectasia.Bmp9 and LFng mediate the endothelial cell-pericyte crosstalk.Bone Morphogenic Protein 9 (Bmp9), whose signaling through Activin receptor-like kinase 1 (Alk1) is involved in several diseases, has been shown to independently activate Notch target genes in an additive fashion with canonical Notch signaling. Here, by integrating predictive computational modeling validated with experiments, we uncover that Bmp9 upregulates Lunatic Fringe (LFng) in endothelial cells (ECs), and thereby also regulates Notch activity in an inter-dependent, multiplicative fashion. Specifically, the Bmp9-upregulated LFng enhances Notch receptor activity creating a much stronger effect when Dll4 ligands are also present. During sprouting, this LFng regulation alters vessel branching by modulating the timing of EC phenotype selection and rearrangement. Our results further indicate that LFng can play a role in Bmp9-related diseases and in pericyte-driven vessel stabilization, since we find LFng contributes to Jag1 upregulation in Bmp9-stimulated ECs; thus, Bmp9-upregulated LFng results in not only enhanced EC Dll4-Notch1 activation, but also Jag1-Notch3 activation in pericytes.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».