A Neurotoxic Glycerophosphocholine Impacts PtdIns-4, 5-Bisphosphate and TORC2 Signaling by Altering Ceramide Biosynthesis in Yeast
Notice bibliographique
Résumé
Unbiased lipidomic approaches have identified impairments in glycerophosphocholine second messenger metabolism in patients with Alzheimer's disease. Specifically, we have shown that amyloid-β42 signals the intraneuronal accumulation of PC(O-16:0/2:0) which is associated with neurotoxicity. Similar to neuronal cells, intracellular accumulation of PC(O-16:0/2:0) is also toxic to Saccharomyces cerevisiae, making yeast an excellent model to decipher the pathological effects of this lipid. We previously reported that phospholipase D, a phosphatidylinositol-4,5-bisphosphate (PtdIns(4,5)P2)-binding protein, was relocalized in response to PC(O-16:0/2:0), suggesting that this neurotoxic lipid may remodel lipid signaling networks. Here we show that PC(O-16:0/2:0) regulates the distribution of the PtdIns(4)P 5-kinase Mss4 and its product PtdIns(4,5)P2 leading to the formation of invaginations at the plasma membrane (PM). We further demonstrate that the effects of PC(O-16:0/2:0) on the distribution of PM PtdIns(4,5)P2 pools are in part mediated by changes in the biosynthesis of long chain bases (LCBs) and ceramides. A combination of genetic, biochemical and cell imaging approaches revealed that PC(O-16:0/2:0) is also a potent inhibitor of signaling through the Target of rampamycin complex 2 (TORC2). Together, these data provide mechanistic insight into how specific disruptions in phosphocholine second messenger metabolism associated with Alzheimer's disease may trigger larger network-wide disruptions in ceramide and phosphoinositide second messenger biosynthesis and signaling which have been previously implicated in disease progression.
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 ».