Myosin Va binding to neurofilaments is essential for correct myosin Va distribution and transport and neurofilament density
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The identification of molecular motors that modulate the neuronal cytoskeleton has been elusive. Here, we show that a molecular motor protein, myosin Va, is present in high proportions in the cytoskeleton of mouse CNS and peripheral nerves. Immunoelectron microscopy, coimmunoprecipitation, and blot overlay analyses demonstrate that myosin Va in axons associates with neurofilaments, and that the NF-L subunit is its major ligand. A physiological association is indicated by observations that the level of myosin Va is reduced in axons of NF-L-null mice lacking neurofilaments and increased in mice overexpressing NF-L, but unchanged in NF-H-null mice. In vivo pulse-labeled myosin Va advances along axons at slow transport rates overlapping with those of neurofilament proteins and actin, both of which coimmunoprecipitate with myosin Va. Eliminating neurofilaments from mice selectively accelerates myosin Va translocation and redistributes myosin Va to the actin-rich subaxolemma and membranous organelles. Finally, peripheral axons of dilute-lethal mice, lacking functional myosin Va, display selectively increased neurofilament number and levels of neurofilament proteins without altering axon caliber. These results identify myosin Va as a neurofilament-associated protein, and show that this association is essential to establish the normal distribution, axonal transport, and content of myosin Va, and the proper numbers of neurofilaments in axons.
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.
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 | 0,000 |
| 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 découle