Proteomics Screen Identifies Class I Rab11 Family Interacting Proteins as Key Regulators of Cytokinesis
Notice bibliographique
Résumé
The 14-3-3 protein family orchestrates a complex network of molecular interactions that regulates various biological processes. Owing to their role in regulating the cell cycle and protein trafficking, 14-3-3 proteins are prevalent in human diseases such as cancer, diabetes, and neurodegeneration. 14-3-3 proteins are expressed in all eukaryotic cells, suggesting that they mediate their biological functions through evolutionarily conserved protein interactions. To identify these core 14-3-3 client proteins, we used an affinity-based proteomics approach to characterize and compare the human and Drosophila 14-3-3 interactomes. Using this approach, we identified a group of Rab11 effector proteins, termed class I Rab11 family interacting proteins (Rab11-FIPs), or Rip11 in Drosophila We found that 14-3-3 binds to Rip11 in a phospho-dependent manner to ensure its proper subcellular distribution during cell division. Our results indicate that Rip11 plays an essential role in the regulation of cytokinesis and that this function requires its association with 14-3-3 but not with Rab11. Together, our results suggest an evolutionarily conserved role for 14-3-3 in controlling Rip11-dependent protein transport during cytokinesis.
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 ».