MétaCan
Menu
Retour à la cohorte
Enregistrement W2174098513 · doi:10.1016/j.celrep.2015.11.006

GRP94 Regulates Circulating Cholesterol Levels through Blockade of PCSK9-Induced LDLR Degradation

2015· article· en· W2174098513 sur OpenAlexafffund
Steve Poirier, Maya Mamarbachi, Wan‐Ting Chen, Amy S. Lee, Gaétan Mayer

Notice bibliographique

RevueCell Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEndoplasmic Reticulum Stress and Disease
Établissements canadiensUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNational Cancer InstituteNational Institutes of HealthFondation Institut de Cardiologie de MontréalHeart and Stroke Foundation of Canada
Mots-clésLDL receptorPCSK9ReceptorInternal medicineEndocrinologyHepatocyteCholesterolChemistryLipoproteinCell biologySecretionBiologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Clearance of circulating low-density lipoprotein cholesterol (LDLc) by hepatic LDL receptors (LDLR) is central for vascular health. Secreted by hepatocytes, PCSK9 induces the degradation of LDLR, resulting in higher plasma LDLc levels. Still, it remains unknown why LDLR and PCSK9 co-exist within the secretory pathway of hepatocytes without leading to complete degradation of LDLR. Herein, we identified the ER-resident GRP94, and more precisely its client-binding C-terminal domain, as a PCSK9-LDLR inhibitory binding protein. Depletion of GRP94 did not affect calcium homeostasis, induce ER stress, nor did it alter PCSK9 processing or its secretion but greatly increased its capacity to induce LDLR degradation. Accordingly, we found that hepatocyte-specific Grp94-deficient mice have higher plasma LDLc levels correlated with ∼ 80% reduction in hepatic LDLR protein levels. Thus, we provide evidence that, in physiological conditions, binding of PCSK9 to GRP94 protects LDLR from degradation likely by preventing early binding of PCSK9 to LDLR within the ER.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,014
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,036
Tête enseignante GPT0,270
Écart entre enseignants0,234 · 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 tête enseignante, 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

Citations80
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetEndoplasmic Reticulum Stress and DiseaseTravaux en français237 207