MétaCan
Menu
Retour à la cohorte
Enregistrement W2948557789 · doi:10.3389/fcell.2019.00113

The Lysosome Signaling Platform: Adapting With the Times

2019· review· en· W2948557789 sur OpenAlexafffund
Subothan Inpanathan, Roberto J. Botelho

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueAutophagy in Disease and Therapy
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsRyerson University
Mots-clésLysosomeAutophagyCell biologymTORC1ATG16L1EndocytosisCellular adaptationBiologyTFEBOrganelleSignal transductionCellBiochemistryPI3K/AKT/mTOR pathway

Résumé

récupéré en direct d'OpenAlex

Lysosomes are the terminal degradative compartment of autophagy, endocytosis and phagocytosis. What once was viewed as a simple acidic organelle in charge of macromolecular digestion has emerged as a dynamic organelle capable of integrating cellular signals and producing signal outputs. In this review, we focus on the concept that the lysosome surface serves as a platform to assemble major signaling hubs like mTORC1, AMPK, GSK3 and the inflammasome. These molecular assemblies integrate and facilitate cross-talk between signals such as amino acid and energy levels, membrane damage and infection, and ultimately enable responses such as autophagy, cell growth, membrane repair and microbe clearance. In particular, we review how molecular machinery like the vacuolar-ATPase proton pump, sestrins, the GATOR complexes, and the Ragulator, modulate mTORC1, AMPK, GSK3 and inflammation. We then elaborate how these signals control autophagy initiation and resolution, TFEB-mediated lysosome adaptation, lysosome remodeling, antigen presentation, inflammation, membrane damage repair and clearance. Overall, by being at the cross-roads for several membrane pathways, lysosomes have emerged as the ideal surveillance compartment to sense, integrate and elicit cellular behavior and adaptation in response to changing environmental and cellular conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,277
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations165
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetAutophagy in Disease and TherapyTravaux en français237 207