Semi‐Automated Analysis of Organelle Movement and Membrane Content: Understanding Rab‐Motor Complex Transport Function
Notice bibliographique
Résumé
Organelle motility is an essential cellular function that is regulated by molecular motors, and their adaptors and activators. Here we established a new method that allows more direct investigation of the function of these peripheral membrane proteins in organelle motility than is possible by analysis of the organelle movement alone. This method uses multi-channel time-lapse microscopy to record the movement of organelles and associated fluorescent proteins, and automatic organelle tracking, to compare organelle movement parameters with the association of membrane proteins. This approach allowed large-scale, unbiased analysis of the contribution of organelle-associated proteins and cytoskeleton tracks in motility. Using this strategy, we addressed the role of membrane recruitment of Rab GTPases and effectors in organelle dynamics, using the melanosome as a model. We found that Rab27a and Rab32/38 were mainly recruited to sub-populations of slow-moving/static and fast-moving melanosomes, respectively. The correlation of Rab27a recruitment with slow movement/docking was dependent on the effector melanophilin. Meanwhile, using cytoskeleton-disrupting drugs, we observed that this speed:Rab content relationship corresponded to a decreased frequency of microtubule (MT)-based transport and an increased frequency of actin-dependent slow movement/docking. Overall, our data indicate the ability of Rab27a and effector recruitment to switch melanosomes from MT- to actin-based tethering and suggest that a network of Rab signalling may integrate melanosome biogenesis and transport.
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 ».