MAGI Proteins Regulate the Trafficking and Signaling of Corticotropin-Releasing Factor Receptor 1 via a Compensatory Mechanism
Notice bibliographique
Résumé
Corticotropin-releasing factor (CRF) receptor1 (CRFR1) is associated with psychiatric illness and is a proposed target for the treatment of anxiety and depression. Similar to many G protein-coupled receptors (GPCRs), CRFR1 harbors a PDZ (PSD-95/Disc Large/Zona Occludens)-binding motif at the end of its carboxyl-terminal tail. The interactions of PDZ proteins with GPCRs are crucial for the regulation of receptor function. In the present study, we characterize the interaction of all members of the membrane-associated guanylate kinase with inverted orientation PDZ (MAGI) proteins with CRFR1. We show using co-immunoprecipitation that CRFR1 interacts with MAGI-1 and MAGI-3 in human embryonic kidney (HEK293) cells in a PDZ motif-dependent manner. We find that overexpression as well as knockdown of MAGI proteins result in a significant reduction in CRFR1 endocytosis. This effect is dependent on an intact PDZ binding motif for MAGI-2 and MAGI-3 but not MAGI-1. We show that the alteration in expression levels of MAGI-1, MAGI-2 or MAGI-3 can interfere with β-arrestin recruitment to CRFR1. This could explain the effects observed with receptor internalization. We also find that knockdown of endogenous MAGI-1, MAGI-2 or MAGI-3 in HEK293 cells can lead to an enhancement in ERK1/2 signaling but has no effect on cAMP formation. Interestingly, we observe a compensation effect between MAGI-1 and MAGI-3. Taken together, our data suggest that the MAGI proteins, MAGI-1, MAGI-2 and MAGI-3 can regulate β-arrestin-mediated internalization of CRFR1 as well as its signaling and that there is a compensatory mechanism involved in regulating the function of the MAGI subfamily.
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 | 0,000 | 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) | 0,000 | 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 ».