Structure Function and Splice Site Analysis of the Synaptogenic Activity of the Neurexin-1β LNS Domain
Notice bibliographique
Résumé
Recent findings suggest that the neurexin-neuroligin link promotes both GABAergic and glutamatergic synaptogenesis, but the mechanism by which neurexins influence the clustering of appropriate neuroligins and postsynaptic differentiation remains unclear. Previous studies suggested that the presence or absence of alternatively spliced residues at splice site 4 (S4) in the neurexin LNS domain may regulate neurexin function. We demonstrate that addition of the S4 insert selectively reduces the ability of neurexin-1beta to cluster neuroligin-1/3/4 and glutamatergic postsynaptic proteins, although clustering of neuroligin-2 and GABAergic postsynaptic proteins remain strong. Furthermore, addition of the S4 insert decreases the binding affinity of neurexin-1beta to neuroligins-1 and -4 but has little effect on binding to neuroligins-2 and -3. Additional structure-function studies reveal the neurexin binding interface mediating synaptogenic activity to be composed primarily of residues in the beta2beta3, beta6beta7, and beta10beta11 loops on one rim of the LNS domain beta sandwich. Mutation of two predicted Ca(2+)-binding residues disrupts postsynaptic protein clustering and binding to neuroligins, consistent with previous findings that neurexin-neuroligin binding is Ca2+ dependent. Glutamatergic postsynaptic clustering was more readily disrupted by the mutagenesis than GABAergic postsynaptic protein clustering. Perhaps neurexins-neuroligins, or neurexin-1beta at least, is most important for GABA synapse formation or controlling the balance of GABA and glutamate synapses. These results suggest that differential neurexin-neuroligin binding affinities and splice variations may play an instructive role in postsynaptic differentiation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».