Proteomic analysis reveals the recruitment of intrinsically disordered regions to stress granules
Notice bibliographique
Résumé
Abstract Heat-stress triggers the formation of condensates known as stress granules (SGs), which store non-translating mRNA and stalled translation initiation complexes. To gain a better understanding of SGs, we identified yeast proteins that sediment after heat-shock by mass spectrometry. Heat-regulated proteins are biased toward a subset of abundant proteins that are significantly enriched in intrinsically disordered regions (IDRs). SG localization of over 80 heat-regulated proteins was confirmed using microscopy, including 32 proteins that were not known previously to localize to SGs. We find that several IDRs are sufficient to mediate SG recruitment. Moreover, the diffusive exchange of IDRs within SGs, observed via FRAP, can be highly dynamic while other components remain immobile. Lastly, we showed that the IDR of the Ubp3 deubiquitinase is critical for SG formation. This work confirms that IDRs play an important role in cellular compartmentalization upon stress, can be sufficient for SG incorporation, can remain dynamic in vitrified SGs, and play a vital role during heat-stress. Summary The authors provide an in-depth proteomic study of yeast heat stress granule (SG) proteins. They identified intrinsic disordered regions (IDRs) as one of the main features shared by these proteins and demonstrated IDRs can be sufficient for SG recruitment.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».