Bazooka inhibits aPKC to limit antagonism of actomyosin networks during amnioserosa apical constriction
Notice bibliographique
Résumé
Cell shape changes drive tissue morphogenesis during animal development. An important example is the apical cell constriction that initiates tissue internalisation. Apical constriction can occur through a phase of cyclic assembly and disassembly of apicomedial actomyosin networks, followed by stabilisation of these networks. Delayed negative-feedback mechanisms typically underlie cyclic behaviour, but the mechanisms regulating cyclic actomyosin networks remain obscure, as do mechanisms that transform overall network behaviour. Here, we show that a known inhibitor of apicomedial actomyosin networks in Drosophila amnioserosa cells, the Par-6-aPKC complex, is recruited to the apicomedial domain by actomyosin networks during dorsal closure of the embryo. This finding establishes an actomyosin-aPKC negative-feedback loop in the system. Additionally, we find that aPKC recruits Bazooka to the apicomedial domain, and phosphorylates Bazooka for a dynamic interaction. Remarkably, stabilising aPKC-Bazooka interactions can inhibit the antagonism of actomyosin by aPKC, suggesting that Bazooka acts as an aPKC inhibitor, and providing a possible mechanism for delaying the actomyosin-aPKC negative-feedback loop. Our data also implicate an increasing degree of Par-6-aPKC-Bazooka interactions as dorsal closure progresses, potentially explaining a developmental transition in actomyosin behaviour from cyclic to persistent networks. This later impact of aPKC inhibition is supported by mathematical modelling of the system. Overall, this work illustrates how shifting chemical signals can tune actomyosin network behaviour during development.
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 ».