A phosphoproteomic approach reveals that PKD3 controls PKA-mediated glucose and tyrosine metabolism
Notice bibliographique
Résumé
Members of the protein kinase D (PKD) family (PKD1, 2, and 3) integrate hormonal and nutritional inputs to regulate complex cellular metabolism. Despite the fact that a number of functions have been annotated to particular PKDs, their molecular targets are relatively poorly explored. PKD3 promotes insulin sensitivity and suppresses lipogenesis in the liver of animals fed a high-fat diet. However, its substrates are largely unknown. Here we applied proteomic approaches to determine PKD3 targets. We identified more than 300 putative targets of PKD3. Furthermore, biochemical analysis revealed that PKD3 regulates cAMP-dependent PKA activity, a master regulator of the hepatic response to glucagon and fasting. PKA regulates glucose, lipid, and amino acid metabolism in the liver, by targeting key enzymes in the respective processes. Among them the PKA targets phenylalanine hydroxylase (PAH) catalyzes the conversion of phenylalanine to tyrosine. Consistently, we showed that PKD3 is activated by glucagon and promotes glucose and tyrosine levels in hepatocytes. Therefore, our data indicate that PKD3 might play a role in the hepatic response to glucagon.
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 | 0,001 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».