Agrin Regulates Rapsyn Interaction with Surface Acetylcholine Receptors, and This Underlies Cytoskeletal Anchoring and Clustering
Notice bibliographique
Résumé
The acetylcholine receptor (AChR)-associated protein rapsyn is essential for neuromuscular synapse formation and clustering of AChRs, but its mode of action remains unclear. We have investigated whether agrin, a key nerve-derived synaptogenic factor, influences rapsyn-AChR interactions and how this affects clustering and cytoskeletal linkage of AChRs. By precipitating AChRs and probing for associated rapsyn, we found that in denervated diaphragm rapsyn associates with synaptic as well as with extrasynaptic AChRs showing that rapsyn interacts with unclustered AChRs in vivo. Interestingly, synaptic AChRs are associated with more rapsyn suggesting that clustering of AChRs may require increased interaction with rapsyn. In similar experiments in cultured myotubes, rapsyn interacted with intracellular AChRs and with unclustered AChRs at the cell surface, although surface interactions are much more prominent. Remarkably, agrin induces recruitment of additional rapsyn to surface AChRs and clustering of AChRs independently of the secretory pathway. This agrin-induced increase in rapsyn-AChR interaction strongly correlates with clustering, because staurosporine and herbimycin blocked both the increase and clustering. Conversely, laminin and calcium induced both increased rapsyn-AChR interaction and AChR clustering. Finally, time course experiments revealed that the agrin-induced increase occurs with AChRs that become cytoskeletally linked, and that this precedes receptor clustering. Thus, we propose that neural agrin controls postsynaptic aggregation of the AChR by enhancing rapsyn interaction with surface AChRs and inducing cytoskeletal anchoring and that this is an important precursor step for AChR clustering.
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 ».