ADAR2-mediated Q/R editing of GluK2 regulates kainate receptor upscaling in response to suppression of synaptic activity
Notice bibliographique
Résumé
Kainate receptors (KARs) regulate neuronal excitability and network function. Most KARs contain the subunit GluK2 (also known as GRIK2), and the properties of these receptors are determined in part by ADAR2 (also known as ADARB1)-mediated mRNA editing of GluK2, which changes a genomically encoded glutamine residue into an arginine residue (Q/R editing). Suppression of synaptic activity reduces ADAR2-dependent Q/R editing of GluK2 with a consequential increase in GluK2-containing KAR surface expression. However, the mechanism underlying this reduction in GluK2 editing has not been addressed. Here, we show that induction of KAR upscaling, a phenomenon in which surface expression of receptors is increased in response to a chronic decrease in synaptic activity, results in proteasomal degradation of ADAR2, which reduces GluK2 Q/R editing. Because KARs incorporating unedited GluK2(Q) assemble and exit the ER more efficiently, this leads to an upscaling of KAR surface expression. Consistent with this, we demonstrate that partial ADAR2 knockdown phenocopies and occludes KAR upscaling. Moreover, we show that although the AMPA receptor (AMPAR) subunit GluA2 (also known as GRIA2) also undergoes ADAR2-dependent Q/R editing, this process does not mediate AMPAR upscaling. These data demonstrate that activity-dependent regulation of ADAR2 proteostasis and GluK2 Q/R editing are key determinants of KAR, but not AMPAR, trafficking and upscaling.This article has an associated First Person interview with the first author of the paper.
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 | 0,002 | 0,001 |
| 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 ».