N-glycosylation of mouse TRAIL-R restrains TRAIL-induced apoptosis
Notice bibliographique
Résumé
The sensitivity of cells to death receptor-induced apoptosis is commonly controlled by multiple checkpoints in order to limit induction of excessive or unnecessary death. Although cytotoxic in various cancer cells, tumor necrosis factor (TNF)-related apoptosis-inducing ligand (TRAIL) does not trigger apoptosis in most non-transformed cells. The molecular nature of the checkpoints that normally protect the cells from TRAIL-induced death are not fully understood. Endoplasmic reticulum (ER) stress has been reported to switch the sensitivity of human cells to the cytotoxic effect of TRAIL, suggesting that this cellular state perturbs some of these protective mechanisms. We found that tunicamycin (TU), but no other ER stress inducers, sensitized mouse fibroblasts and hippocampal neuronal cells to TRAIL-induced apoptosis. Importantly, the sensitization was specific to TRAIL and not caused by differences in ER stress induction. Instead, it relied on the inhibition of N-glycosylation of the mouse TRAIL receptor (mTRAIL-R). Inhibition of N-glycosylation did not alter cell surface expression of mTRAIL-R but enhanced its ability to bind TRAIL, and facilitated mTRAIL-R oligomerization, which resulted in enhanced death-inducing signaling complex (DISC) formation and caspase-8 activation. Remarkably, reconstitution of mTRAIL-R-deficient cells with a version of mTRAIL-R mutated for the three N-glycosylation sites identified in its ectodomain confirmed higher sensitivity to TRAIL-induced apoptosis. Together, our results demonstrate that inhibition of N-glycosylation of mTRAIL-R, and not ER stress induction, sensitizes mouse cells to TRAIL-induced apoptosis. We therefore reveal a new mechanism restraining TRAIL cytotoxicity in mouse cells.
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 ».