Skeletal muscle PLIN proteins, ATGL and CGI-58, interactions at rest and following stimulated contraction
Notice bibliographique
Résumé
Evidence indicates that skeletal muscle lipid droplet-associated proteins (PLINs) regulate lipolysis through protein-protein interactions on the lipid droplet surface. In adipocytes, PLIN1 is thought to regulate lipolysis by directly interacting with comparative gene identification-58 (CGI-58), an activator of adipose triglyceride lipase (ATGL). Upon lipolytic stimulation, PLIN1 is phosphorylated, releasing CGI-58 to fully activate ATGL and initiate triglyceride breakdown. The absence of PLIN1 in skeletal muscle leads us to believe that other PLIN family members undertake this role. Our purpose was to examine interactions between PLIN2, PLIN3, and PLIN5, with ATGL and its coactivator CGI-58 at rest and following contraction. Isolated rat solei were incubated for 30 min at rest or during 30 min of intermittent tetanic stimulation [150-ms volleys at 60 Hz with a train rate of 20 tetani/min (25°C)] to maximally stimulate intramuscular lipid breakdown. Results show that the interaction between ATGL and CGI-58 increased 128% following contraction (P = 0.041). Further, ATGL interacts with PLIN2, PLIN3, and PLIN5 at rest and following contraction. The PLIN2-ATGL interaction decreased significantly by 21% following stimulation (P = 0.013). Both PLIN3 and PLIN5 coprecipitated with CGI-58 at rest and following contraction, while there was no detectable interaction between PLIN2 and CGI-58 in either condition. Therefore, our findings indicate that in skeletal muscle, during contraction-induced muscle lipolysis, ATGL and CGI-58 strongly associate and that the PLIN proteins work together to regulate lipolysis, in part, by preventing ATGL and CGI-58 interactions at rest.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».