MétaCan
Menu
Retour à la cohorte
Enregistrement W2998731501 · doi:10.1210/endocr/bqz036

Identification of Sec23ip, Part of 14-3-3γ Protein Network, as a Regulator of Acute Steroidogenesis in MA-10 Leydig Cells

2019· article· en· W2998731501 sur OpenAlexafffund
Yasaman Aghazadeh, Sathvika Venugopal, Daniel B. Martinez–Arguelles, Annie Boisvert, Josip Blonder, Vassilios Papadopoulos

Notice bibliographique

RevueEndocrinology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématique14-3-3 protein interactions
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEndoplasmic reticulumCell biologyBiologyLeydig cellGolgi apparatusSteroidogenic acute regulatory proteinRegulatorGene silencingEndocrinologyCholesterol side-chain cleavage enzymeUnfolded protein responseProteomicsInternal medicineBiochemistryGene expressionGeneMessenger RNAHormoneMedicine

Résumé

récupéré en direct d'OpenAlex

Testosterone production occurs in the Leydig cells of the testes and is essential for virilization, development, reproduction, and quality of life. Although the steroidogenic proteins involved in cholesterol conversion to testosterone (T) are well characterized, the causes of reduced T during fetal, neonatal, and adult life remain uncertain. It is well established that normal cellular function is achieved through fine-tuning of multiple rather than single protein networks. Our objective was to use mass spectrometry (MS)-based proteomics to identify which cellular pathways, other than the steroidogenic machinery, influence testosterone production in MA-10 mouse tumor Leydig cells. The 14-3-3 family of scaffolds mediate protein-protein interactions facilitating the crosstalk between protein networks. We previously showed that in MA-10 cells, 14-3-3γ is a critical regulator of steroidogenesis. Therefore, identifying proteins that interact with 14-3-3γ during steroidogenesis could provide clues into the other networks involved. Using liquid chromatography (LC)-MS, we identified 688 proteins that interact with 14-3-3γ and thus potentially impact MA-10 cell steroidogenesis. The identified proteins belong to multiple protein networks, including endoplasmic reticulum-Golgi cargo sorting and vesicle biogenesis, micro ribonucleic acid-induced gene silencing, inflammation, and vesicle trafficking, to name a few. We found that silencing one of the candidates, Sec23ip, a protein known to be involved in vesicle trafficking, resulted in decreased steroidogenesis. We further showed that in Sec23ip-silenced MA-10 cells, cholesterol mobilization from the cytoplasmic membrane to mitochondria is impaired. Taken together these data suggest that Sec23ip is involved in cholesterol trafficking to supply cholesterol for acute steroidogenesis through its interactions with 14-3-3γ.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,007
Tête enseignante GPT0,247
Écart entre enseignants0,240 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEndocrinologyMême sujet14-3-3 protein interactionsTravaux en français237 207