Proteomic Characterization of Aggregating Proteins after the Inhibition of the Ubiquitin Proteasome System
Notice bibliographique
Résumé
Protein aggregation, which is associated with the impairment of the ubiquitin proteasome system, is a hallmark of many neurodegenerative diseases. To better understand the contribution of proteasome inhibition in aggregation, we analyzed which proteins may potentially localize in chemically induced aggregates in human neuroblastoma tissue culture cells. We enriched for proteins in high-density structures by using a sucrose gradient in combination with stable isotope labeling with amino acids in cell culture (SILAC). The quantitative analysis allowed us to distinguish which proteins were specifically affected by the proteasome inhibition. We identified 642 potentially aggregating proteins, including the p62/sequestosome 1 and NBR1 ubiquitin-binding proteins involved in aggregation. We also identified the ubiquitin-associated protein 2 like (UBAP2L). We verified that it cofractionated with ubiquitin in the high-density fraction and that it was colocalized in the ubiquitin-containing aggregates after proteasome inhibition. In addition, we identified several chaperone proteins and used data from protein interaction networks to show that they potentially interact with distinct subgroups of proteins within the aggregating structures. Several other proteins associated with neurodegenerative diseases, like UCHL1, were identified, further underlining the potential of our analysis to better understand the aggregation process and proteotoxic stress caused by proteasome inhibition.
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 | 0,004 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».