Extracellular lactate improves neurogenesis by modulating H3K9 lactylation and SnoN expression under hypoxic conditions
Notice bibliographique
Résumé
Lactate has a beneficial effect on adult neurogenesis and has been identified as a mediator of lactylation of proteins. However, the regulatory role and function of histone lactylation in neurogenesis remain poorly understood. This study aimed to elucidate the relationship between lactate and the fate of neural stem cells (NSCs), and explore the role of histone lactylation in neurogenesis. Under hypoxic conditions, NSCs were treated with lactate to investigate its effects on cell fate. Western blot and immunofluorescence staining were performed to detect histone lactylation modifications. RNA-sequencing (RNA-seq) was used to characterize the transcriptome after lactate treatment, in conjunction with Chromatin immunoprecipitation sequencing (ChIP-seq), to identify potential target genes for histone lactylation. Under hypoxic conditions, L-lactate promotes neurogenesis and induces H3K9 histone lactylation (H3K9la). The inhibition of L-lactate uptake or production hinders neuronal development and is accompanied by decreased H3K9la. And the inhibition of H3K9la inhibits the differentiation of NSCs into neurons. Furthermore, H3K9la was enriched in the SnoN (also known as Skil) promoter region, and siRNA targeting SnoN inhibits the generation of Doublecortin (DCX)+ neurons. L-lactate promotes neurogenesis through H3K9la/SnoN axis under hypoxic environments and SnoN potentially serves as a novel target for enhancing neurological recovery in cerebral ischemia.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».