Decreasing Poly(ADP-Ribose) Polymerase Activity Restores ΔF508 CFTR Trafficking
Notice bibliographique
Résumé
Most cystic fibrosis is caused by mutations in CFTR that prevent its trafficking from the ER to the plasma membrane and is associated with exaggerated inflammation, altered metabolism, and diminished responses to oxidative stress. PARP-1 is activated by oxidative stress and causes energy depletion and cell dysfunction. Inhibition of this enzyme protects against excessive inflammation and recent studies have also implicated it in intracellular protein trafficking. We hypothesized that PARP-1 activity is altered in CF and affects trafficking and function of the most common CF mutant ΔF508 CFTR. Indeed, PARP-1 activity was 2.9-fold higher in CF (ΔF508/ΔF508) human bronchial epithelial primary cells than in non-CF cells, and similar results were obtained by comparing CF vs. non-CF bronchial epithelial cell lines (2.5-fold higher in CFBE41o(-) vs. 16HBE14o(-), P < 0.002). A PARP-1 inhibitor (ABT-888, Veliparib) partially restored CFTR channel activity in CFBE41o(-) cells overexpressing ΔF508 CFTR. Similarly, reducing PARP-1 activity by 85% in ileum from transgenic CF mice (Cftr(tm1)Eur) partially rescued ΔF508 CFTR activity to 7% of wild type mouse levels, and similar correction (7.8%) was observed in vivo by measuring salivary secretion. Inhibiting PARP-1 with ABT-888 or siRNA partially restored ΔF508 CFTR trafficking in cell lines, and most ΔF508 CFTR was complex glycosylated when heterologously expressed in PARP-1(-/-) mouse embryonic fibroblasts. Finally, levels of the mature glycoform of CFTR were reduced by peroxynitrite, a strong activator of PARP-1. These results demonstrate that PARP-1 activity is increased in CF, and identify a novel pathway that could be targeted by proteostatic correctors of CFTR trafficking.
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 ».