Transcriptional regulation by FGF in the switch from pluripotency to skeletal muscle lineage commitment
Notice bibliographique
Résumé
During development, key signalling pathways activate transcription factor regulators that direct pluripotent cells to specific cell fates.The bHLH transcription factor Myod was previously referred to as the "master regulator" of the muscle lineage due to its ability to convert fibroblasts to myoblasts.However, overexpression of Myod in mouse embryonic stem (ES) cells or Xenopus pluripotent explants is not sufficient for muscle differentiation.This indicates additional factors are needed for pluripotent cells to become competent to form muscle. Fibroblast growth factor (FGF) is required for mesodermal gene expression and Xenopus skeletal muscle development, and has been implicated in the progression of naïve pluripotency to lineage competence.My hypothesis is that FGF signalling promotes activation of genes required to allow cells to transition from pluripotency to cell lineage commitment.To investigate the role of FGF, a skeletal muscle inducing protocol was developed in Xenopus laevis pluripotent explants expressing Myod and treated with Fgf4.RNA-seq analysis allowed characterisation of the tissues induced by co-expression of Myod + Fgf4.In keeping with my hypothesis, a pattern of gene expression characteristic of fast twitch skeletal muscle was observed.RNA-seq analysis at three developmental time points allowed identification of potential regulators, which were tested for their ability to replace Fgf4 in the skeletal muscle protocol.Using this approach, tcf12 was identified as an FGF regulated gene that is a promising candidate for a myogenic feedforward transcriptional pathway with Myod, downstream of FGF.Differentiation of human skeletal muscle progenitors from H9 ES cells revealed that candidate gene expression was conserved in human myogenesis.Furthering our understanding of the regulation of skeletal muscle differentiation may help improve myoblast cell culture methods, or aid identification of potential therapeutic targets for future muscle wasting disease treatments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».