Quantitative Proteomics of Human Fibroblasts with I1061T Mutation in Niemann–Pick C1 (NPC1) Protein Provides Insights into the Disease Pathogenesis*
Notice bibliographique
Résumé
Niemann-Pick type C (NPC) disease is a fatal neurodegenerative disorder characterized by the accumulation of unesterified cholesterol in the late endosomal/lysosomal compartments. Mutations in the NPC1 protein are implicated in 95% of patients with NPC disease. The most prevalent mutation is the missense mutation I1061T that occurs in ∼ 15-20% of the disease alleles. In our study, an isobaric labeling-based quantitative analysis of proteome of NPC1(I1061T) primary fibroblasts when compared with wild-type cells identified 281 differentially expressed proteins based on stringent data analysis criteria. Gene ontology enrichment analysis revealed that these proteins play important roles in diverse cellular processes such as protein maturation, energy metabolism, metabolism of reactive oxygen species, antioxidant activity, steroid metabolism, lipid localization, and apoptosis. The relative expression level of a subset of differentially expressed proteins (TOR4A, DHCR24, CLGN, SOD2, CHORDC1, HSPB7, and GAA) was independently and successfully substantiated by Western blotting. We observed that treating NPC1(I1061T) cells with four classes of seven different compounds that are potential NPC drugs increased the expression level of SOD2 and DHCR24. We have also shown an abnormal accumulation of glycogen in NPC1(I1061T) fibroblasts possibly triggered by defective processing of lysosomal alpha-glucosidase. Our study provides a starting point for future more focused investigations to better understand the mechanisms by which the reported dysregulated proteins triggers the pathological cascade in NPC, and furthermore, their effect upon therapeutic interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».