Delayed recruiting of TPD52 to lipid droplets – evidence for a “second wave” of lipid droplet-associated proteins that respond to altered lipid storage induced by Brefeldin A treatment
Notice bibliographique
Résumé
Tumor protein D52 (TPD52) is amplified and overexpressed in breast and prostate cancers which are frequently characterised by dysregulated lipid storage and metabolism. TPD52 expression increases lipid storage in mouse 3T3 fibroblasts, and co-distributes with the Golgi marker GM130 and lipid droplets (LDs). We examined the effects of Brefeldin A (BFA), a fungal metabolite known to disrupt the Golgi structure, in TPD52-expressing 3T3 cells, and in human AU565 and HMC-1-8 breast cancer cells that endogenously express TPD52. Five-hour BFA treatment reduced median LD numbers, but increased LD sizes. TPD52 knockdown decreased both LD sizes and numbers, and blunted BFA's effects on LD numbers. Following BFA treatment for 1-3 hours, TPD52 co-localised with the trans-Golgi network protein syntaxin 6, but after 5 hours BFA treatment, TPD52 showed increased co-localisation with LDs, which was disrupted by microtubule depolymerising agent nocodazole. BFA treatment also increased perilipin (PLIN) family protein PLIN3 but reduced PLIN2 detection at LDs in TPD52-expressing 3T3 cells, with PLIN3 recruitment to LDs preceding that of TPD52. An N-terminally deleted HA-TPD52 mutant (residues 40-184) almost exclusively targeted to LDs in both vehicle and BFA treated cells. In summary, delayed recruitment of TPD52 to LDs suggests that TPD52 participates in a temporal hierarchy of LD-associated proteins that responds to altered LD packaging requirements induced by BFA treatment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».