Bidirectional Regulation of eEF2 Phosphorylation Controls Synaptic Plasticity by Decoding Neuronal Activity Patterns
Notice bibliographique
Résumé
At the sensory-motor neuron synapse of Aplysia, either spaced or continuous (massed) exposure to serotonin (5-HT) induces a form of intermediate-term facilitation (ITF) that requires new protein synthesis but not gene transcription. However, spaced and massed ITF use distinct molecular mechanisms to maintain increased synaptic strength. Synapses activated by spaced applications of 5-HT generate an ITF that depends on persistent protein kinase A (PKA) activity, whereas an ITF produced by massed 5-HT depends on persistent protein kinase C (PKC) activity. In this study, we demonstrate that eukaryotic elongation factor 2 (eEF2), which catalyzes the GTP-dependent translocation of the ribosome during protein synthesis, acts as a biochemical sensor that is tuned to the pattern of neuronal stimulation. Specifically, we find that massed training leads to a PKC-dependent increase in phosphorylation of eEF2, whereas spaced training results in a PKA-dependent decrease in phosphorylation of eEF2. Importantly, by using either pharmacological or dominant-negative strategies to inhibit eEF2 kinase (eEF2K), we were able to block massed 5-HT-dependent increases in eEF2 phosphorylation and subsequent PKC-dependent ITF. In contrast, pharmacological inhibition of eEF2K during the longer period of time required for spaced training was sufficient to reduce eEF2 phosphorylation and induce ITF. Finally, we find that the massed 5-HT-dependent increase in synaptic strength requires translation elongation, but not translation initiation, whereas the spaced 5-HT-dependent increase in synaptic strength is partially dependent on translation initiation. Thus, bidirectional regulation of eEF2 is critical for decoding distinct activity patterns at synapses by activating distinct modes of translation regulation.
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) | 0,001 | 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 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 ».