<p class="MDPI12title"><span lang="EN-CA" style="mso-bidi-font-size: 18.0pt; mso-ansi-language: EN-CA;">MRCKα/CDC42BPA Is a Suppressor of GEF-H1/RhoA/MRTF Signaling in Tubular Cells
Notice bibliographique
Résumé
Tubule-derived pro-fibrotic mediators are central for the development of kidney fibrosis. We previously showed that fibrotic stimuli activate and elevate GEF-H1 (ARHGEF2) in tubular cells, leading to RhoA-dependent fibrotic reprogramming. In search of new mechanisms of GEF-H1 regulation, in this study we used immunoprecipitation and proximity ligation assay to show interaction between GEF-H1 and Myotonic Dystrophy Kinase-related Cdc42-binding kinase (MRCK)α in tubular cells. MRCKα silencing elevated GEF-H1 activity, and induced GEF-H1-dependent RhoA activation, stress fibre formation and myosin light chain phosphorylation. MRCKα depletion also elevated phospho-cofilin levels in a RhoA-dependent manner. The fibrogenic cytokine TGFβ1 rapidly increased binding between GEF-H1 and MRCKα, while MRCKα silencing augmented TGFβ1-induced GEF-H1 activation, suggesting a negative feedback loop. An mRNA array detecting fibrogenic genes revealed increase in a subset of basal and TGFβ1-induced genes following MRCKα depletion. MRCKα silencing promoted nuclear translocation of the profibrotic transcriptional co-activator Myocardin-Related Transcription Factor (MRTF), and MRTF-A+B depletion prevented increase in ACTA2 (α-smooth muscle actin), a key marker of fibrotic reprogramming. Finally, total MRCKα mRNA was reduced in a murine kidney fibrosis model, and immunohistochemistry revealed a drop in tubular MRCKα. Taken together, we identified MRCKα as a new suppressor of GEF-H1/RhoA/MRTF signaling. Reduced MRCKα expression in kidney fibrosis may promote tubular fibrotic gene expression.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».