SILAC proteomics implicates the ubiquitin conjugating enzyme UBE2D in SOCS1-mediated downmodulation of the MET receptor in hepatocytes
Notice bibliographique
Résumé
Abstract Suppressor of Cytokine Signaling 1 (SOCS1) functions as a tumor suppressor in hepatocellular carcinoma (HCC) and many other types of cancers. SOCS1 mediates its functions by inhibiting tyrosine kinases, promoting ubiquitination and proteasomal degradation of signal transducing proteins, and by modulating transcription factors. Here, we studied the impact of SOCS1 on the hepatocyte proteome using Stable Isotopic Labelling of Amino acids in Cell culture (SILAC)-based mass spectrometry on the Hepa1-6 murine HCC cell line stably expressing wildtype SOCS1 or a mutant SOCS1 with impaired SH2 domain. As SOCS1 regulates the hepatocyte growth factor (HGF) receptor MET, the SILAC-labelled cells were stimulated or not with HGF. Following mass spectrometry analysis, differentially modulated proteins were identified, quantified and analyzed for pathway enrichment. Of the 3440 proteins identified in Hepa-SOCS1 cells at steady state, 181 proteins were significantly modulated compared to control cells. The SH2 domain mutation and HGF increased the number of differentially modulated proteins. Protein interaction network analysis revealed enrichment of SOCS1-modulated proteins within multiprotein complexes such as ubiquitin conjugating enzymes, proteasome, mRNA spliceosome, mRNA exosome and mitochondrial ribosome. These findings suggest that SOCS1, induced by cytokines, growth factors and diverse other stimuli, may dynamically modulate of large macromolecular regulatory complexes to help maintain cellular homeostasis. Notably, the expression of UBE2D ubiquitin conjugating enzyme, which is implicated in the control of growth factor receptor tyrosine kinase signaling, was found to be regulated by SOCS1.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,002 |
| 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 ».