Diffusion of myosin light chain kinase on actin: A mechanism to enhance myosin phosphorylation rates in smooth muscle
Notice bibliographique
Résumé
Smooth muscle myosin (SMM) light chain kinase (MLCK) phosphorylates SMM, thereby activating the ATPase activity required for muscle contraction. The abundance of active MLCK, which is tightly associated with the contractile apparatus, is low relative to that of SMM. SMM phosphorylation is rapid despite the low ratio of MLCK to SMM, raising the question of how one MLCK rapidly phosphorylates many SMM molecules. We used total internal reflection fluorescence microscopy to monitor single molecules of streptavidin-coated quantum dot-labeled MLCK interacting with purified actin, actin bundles, and stress fibers of smooth muscle cells. Surprisingly, MLCK and the N-terminal 75 residues of MLCK (N75) moved on actin bundles and stress fibers of smooth muscle cell cytoskeletons by a random one-dimensional (1-D) diffusion mechanism. Although diffusion of proteins along microtubules and oligonucleotides has been observed previously, this is the first characterization to our knowledge of a protein diffusing in a sustained manner along actin. By measuring the frequency of motion, we found that MLCK motion is permitted only if acto-myosin and MLCK-myosin interactions are weak. From these data, diffusion coefficients, and other kinetic and geometric considerations relating to the contractile apparatus, we suggest that 1-D diffusion of MLCK along actin (a) ensures that diffusion is not rate limiting for phosphorylation, (b) allows MLCK to locate to areas in which myosin is not yet phosphorylated, and (c) allows MLCK to avoid getting "stuck" on myosins that have already been phosphorylated. Diffusion of MLCK along actin filaments may be an important mechanism for enhancing the rate of SMM phosphorylation in smooth muscle.
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 | 0,001 | 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 ».