Translational up‐regulation of polycystic kidney disease protein PKD2 by endoplasmic reticulum stress
Notice bibliographique
Résumé
Autosomal dominant polycystic kidney disease (ADPKD) is caused by mutations in PKD1 or PKD2, and it affects over 10 million people worldwide. It is characterized by cyst formation in the kidney, liver and pancreas. Dosage changes in PKD1/PKD2 are important in ADPKD pathogenesis; therefore, their expression and function has to be strictly regulated. However, how they are regulated remain poorly understood. Recent studies have linked PKD2 regulation to endoplasmic reticulum (ER) stress that is implicated in neuronal, cardiac, and renal diseases. One major ER stress downstream is phosphorylation of eukaryotic initiation factor eIF2α by kinase PERK, which attenuates global protein translation and enhances translation of selected proteins. Here, we showed in several mammalian cell lines that PKD2 protein expression is up-regulated by different stresses that all increase phosphorylated eIF2α (P-eIF2α). Increasing P-eIF2α by overexpression or inhibiting the phosphatase activity resulted in increased PKD2. PCR and polysome-binding assays showed that ER stress does not affect the PKD2 mRNA level but increase its binding with ribosomes, indicating that P-eIF2α translationally up-regulates PKD2. By mutation analysis, we found that the upstream open reading frame (uORF) in the 5'-untranslated region of PKD2 mRNA represses PKD2 translation. Thus, ER stress and P-eIF2α translationally up-regulates PKD2 through bypassing the inhibitory uORF.
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) | 0,001 | 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 ».