Trafficking Dynamics of PCSK9-Induced LDLR Degradation: Focus on Human PCSK9 Mutations and C-Terminal Domain
Notice bibliographique
Résumé
PCSK9 is a secreted ligand and negative post-translational regulator of low-density lipoprotein receptor (LDLR) in hepatocytes. Gain-of-function (GOF) or loss-of-function (LOF) mutations in PCSK9 are directly correlated with high or low plasma LDL-cholesterol levels, respectively. Therefore, PCSK9 is a prevailing lipid-lowering target to prevent coronary heart diseases and stroke. Herein, we fused monomeric fluorescent proteins to PCSK9 and LDLR to visualize their intra- and extracellular trafficking dynamics by live confocal microscopy. Fluorescence recovery after photobleaching (FRAP) showed that PCSK9 LOF R46L mutant and GOF mutations S127R and D129G, but not the LDLR high-affinity mutant D374Y, significantly accelerate PCSK9 exit from the endoplasmic reticulum (ER). Quantitative analysis of inverse FRAP revealed that only R46L presented a much slower trafficking from the trans-Golgi network (TGN) to the plasma membrane and a lower mobile fraction likely suggesting accumulation or delayed exit at the TGN as an underlying mechanism. While not primarily involved in LDLR binding, PCSK9 C-terminal domain (CTD) was found to be essential to induce LDLR degradation both upon its overexpression in cells or via the extracellular pathway. Our data revealed that PCSK9 CTD is required for the localization of PCSK9 at the TGN and increases its LDLR-mediated endocytosis. Interestingly, intracellular lysosomal targeting of PCSK9-ΔCTD was able to rescue its capacity to induce LDLR degradation emphasizing a role of the CTD in the sorting of PCSK9-LDLR complex towards late endocytic compartments. Finally, we validated our dual fluorescence system as a cell based-assay by preventing PCSK9 internalization using a PCSK9-LDLR blocking antibody, which may be expended to identify protein, peptide or small molecule inhibitors of PCSK9.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».