Phosphorylation of the Eukaryotic Translation Initiation Factor 4E-Transporter (4E-T) by c-Jun N-Terminal Kinase Promotes Stress-Dependent P-Body Assembly
Notice bibliographique
Résumé
Processing bodies (PBs, or P bodies) are cytoplasmic granules involved in mRNA storage and degradation that participate in the regulation of gene expression. PBs concentrate nontranslated mRNAs and several factors involved in mRNA decay and translational repression, including the eukaryotic translation initiation factor 4E-transporter (4E-T). 4E-T is required for PB assembly, but little is known about the molecular mechanisms that regulate its function. Here, we demonstrate that oxidative stress promotes multisite 4E-T phosphorylation. We show that the c-Jun N-terminal kinase (JNK) is targeted to PBs in response to oxidative stress and promotes the phosphorylation of 4E-T. Quantitative mass spectrometry analysis reveals that JNK phosphorylates 4E-T on six proline-directed sites that are required for the formation of the 4E-T complex upon stress. We have developed an image-based computational method to quantify the size, number, and density of PBs in cells, and we find that while 4E-T is required for steady-state PB assembly, its phosphorylation facilitates the formation of larger PBs upon oxidative stress. Using polysomal mRNA profiling, we assessed global and specific mRNA translation but did not find that 4E-T phosphorylation impacts translational control. Collectively, these data support a model whereby PB assembly is regulated by a two-step mechanism involving a 4E-T-dependent assembly stage in unstressed cells and a 4E-T phosphorylation-dependent aggregation stage in response to stress stimuli.
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 | 0,000 | 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) | 0,000 | 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 ».