MétaCan
Menu
Retour à la cohorte
Enregistrement W2157760261 · doi:10.1126/science.1259472

Differential regulation of mTORC1 by leucine and glutamine

2015· article· en· W2157760261 sur OpenAlexfundno aff
Jenna L. Jewell, Young Chul Kim, Ryan C. Russell, Fa‐Xing Yu, Hyun Woo Park, Steven W. Plouffe, Vincent S. Tagliabracci, Kun‐Liang Guan

Notice bibliographique

RevueScience · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of HealthNational Cancer InstituteCanadian Institutes of Health ResearchHartwell FoundationNational Institute of Diabetes and Digestive and Kidney DiseasesU.S. Department of Defense
Mots-clésmTORC1GTPaseGlutamineLeucineAmino acidGuanosineBiochemistryTriphosphataseCell biologyBiologyChemistrySignal transductionPI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

The mechanistic target of rapamycin (mTOR) complex 1 (mTORC1) integrates environmental and intracellular signals to regulate cell growth. Amino acids stimulate mTORC1 activation at the lysosome in a manner thought to be dependent on the Rag small guanosine triphosphatases (GTPases), the Ragulator complex, and the vacuolar H(+)-adenosine triphosphatase (v-ATPase). We report that leucine and glutamine stimulate mTORC1 by Rag GTPase-dependent and -independent mechanisms, respectively. Glutamine promoted mTORC1 translocation to the lysosome in RagA and RagB knockout cells and required the v-ATPase but not the Ragulator. Furthermore, we identified the adenosine diphosphate ribosylation factor-1 GTPase to be required for mTORC1 activation and lysosomal localization by glutamine. Our results uncover a signaling cascade to mTORC1 activation independent of the Rag GTPases and suggest that mTORC1 is differentially regulated by specific amino acids.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations744
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207