Prolyl Oligopeptidase Enhances α-Synuclein Dimerization via Direct Protein-Protein Interaction
Notice bibliographique
Résumé
Prolyl oligopeptidase (PREP) accelerates the aggregation of α-synuclein (aSyn), a key protein involved in development of Parkinson disease and other synucleinopathies. PREP inhibitors reduce aSyn aggregation, but the mechanism has remained unknown. We have now used protein-fragment complementation assays (PCA) and microscale thermophoresis in parallel to show that PREP interacts directly with aSyn in both intact cells and in a cell-free system. Using split luciferase-based PCA, we first showed that PREP enhances the formation of soluble aSyn dimers in live Neuro-2A neuroblastoma cells. A PREP inhibitor, KYP-2047, reduced aSyn dimerization in PREP-expressing cells but not in cells lacking PREP expression. aSyn dimerization was also enhanced by PREP(S554A), an enzymatically inactive PREP mutant, but this was not affected by KYP-2047. PCA and microscale thermophoresis studies showed that aSyn interacts with both PREP and PREP(S554A) with low micromolar affinity. Neither the proline-rich, C-terminal domain of aSyn nor the hydrolytic activity of PREP was required for the interaction with PREP. Our results show that PREP binds directly to aSyn to enhance its dimerization and may thus serve as a nucleation point for aSyn aggregation. Native gel analysis showed that KYP-2047 shifts PREP to a compact monomeric form with reduced ability to promote aSyn nucleation. As PREP inhibition also enhances autophagic clearance of aSyn, PREP inhibitors may reduce accumulation of aSyn inclusions via a dual mechanism and are thus a novel therapeutic candidate for synucleinopathies. Our results also suggest that PREP has other cellular functions in addition to its peptidase activity.
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 | 0,001 |
| 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 ».