Signal transduction meets vesicle traffic: the software and hardware of GLUT4 translocation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Skeletal muscle is the major tissue disposing of dietary glucose, a function regulated by insulin-elicited signals that impart mobilization of GLUT4 glucose transporters to the plasma membrane. This phenomenon, also central to adipocyte biology, has been the subject of intense and productive research for decades. We focus on muscle cell studies scrutinizing insulin signals and vesicle traffic in a spatiotemporal manner. Using the analogy of an integrated circuit to approach the intersection between signal transduction and vesicle mobilization, we identify signaling relays ("software") that engage structural/mechanical elements ("hardware") to enact the rapid mobilization and incorporation of GLUT4 into the cell surface. We emphasize how insulin signal transduction switches from tyrosine through lipid and serine phosphorylation down to activation of small G proteins of the Rab and Rho families, describe key negative regulation step of Rab GTPases through the GTPase-activating protein activity of the Akt substrate of 160 kDa (AS160), and focus on the mechanical effectors engaged by Rabs 8A and 10 (the molecular motor myosin Va), and the Rho GTPase Rac1 (actin filament branching and severing through Arp2/3 and cofilin). Finally, we illustrate how actin filaments interact with myosin 1c and α-Actinin4 to promote vesicle tethering as preamble to fusion with the membrane.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle