MétaCan
Menu
Retour à la cohorte

Kinetic Analysis of PRMT1 Reveals Multifactorial Processivity and a Sequential Ordered Mechanism

2018· article· en· W3176888819 sur OpenAlexaffabout
Jennifer I. Brown, Jolinde van Strien, Nathaniel I. Martin, Adam Frankel

Notice bibliographique

RevueThe FASEB Journal · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer-related gene regulation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversiteit Utrecht
Mots-clésProcessivityMethyltransferaseBiochemistryChemistryEnzymeStereochemistryBinding siteMethylationPeptideBiophysicsBiologyDNAPolymerase

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Protein arginine N ‐methyltransferases (PRMTs) are responsible for the transfer of one or two methyl groups from the methyl donor S ‐adenosyl‐L‐methionine (SAM) to produce mono‐ or dimethylated arginine residues and the spent cofactor S ‐adenosyl‐L‐homocysteine (SAH). Methylated arginines in eukaryotic cells are involved in several crucial biological processes, including transcription control, DNA damager repair, and RNA processing. However, contrasting findings for two major questions in the field have generated debate regarding PRMT mechanisms. The purpose of this research was to elucidate the PRMT1 mechanism and answer these two highly debated questions: do PRMTs dimethylate their substrates processively or distributively, and do PRMTs bind their substrates using a random or sequential method of substrate binding? METHODS To explore these mechanisms, we assayed PRMT1 with well‐characterized peptide substrates. We used tandem mass spectrometry to quantitate the ratios of mono‐ and dimethylarginine species produced to assess PRMT1 processivity. We determined the mechanism of bisubstrate binding using radioactive SAM in enzyme assays to measure methyl transfer to a target peptide in the presence of various concentrations of product inhibitors. RESULTS We demonstrate that PRMT1 processivity differs depending on the substrate sequence, which is congruent with previous reports. However, we show for the first time that as cofactor and/or enzyme concentration increases, the ratio of dimethylarginine to monomethylarginine substantially increases, suggesting the enzyme becomes more processive. Further, the steady‐state inhibition patterns favour a sequential ordered mechanism over a random mechanism, indicating that for catalysis to occur, SAM binding must precede peptide binding. CONCLUSIONS The degree of PRMT1 processivity is a multifactorial effect that is heavily influenced by experimental design considerations, so previous conclusions about processivity may require reassessment. We also find that PRMT1 uses a sequential ordered substrate binding mechanism, in contrast with recent findings. Use of nonlinear regression and presentation of our data using three linear plots strengthens our conclusions. Considering the conserved active sites within the human PRMT family, we anticipate that our results regarding PRMT1 kinetic and processive mechanisms may extend to other human PRMTs. Support or Funding Information This work was supported by the Natural Sciences and Engineering Research Council of Canada (NSERC) RGPIN‐2015–04450 Discovery Grant (A.F.), NSERC CGS‐M (J.I.B.), the Shaughnessy Hospital Volunteer Society Fellowship in Health Care (J.I.B.), and the Walter C. Koerner Fellowship (J.I.B.). Additional support provided by Utrecht University and the Netherlands Organization for Scientific Research is acknowledged (T.K., J.v.S., and N.I.M.). This abstract is from the Experimental Biology 2018 Meeting. There is no full text article associated with this abstract published in The FASEB Journal .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,266
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetCancer-related gene regulationTravaux en français237 207