Carbohydrate Sulfation As a Mechanism for Fine-Tuning Siglec Ligands
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The immunomodulatory family of Siglecs recognizes sialic acid-containing glycans as “self”, which is exploited in cancer for immune evasion. The biochemical nature of Siglec ligands remains incompletely understood, with emerging evidence suggesting the importance of carbohydrate sulfation. Here, we investigate how specific sulfate modifications affect Siglec ligands by overexpressing eight carbohydrate sulfotransferases (CHSTs) in five cell lines. Overexpression of three CHSTs─CHST1, CHST2, or CHST4─significantly enhance the binding of numerous Siglecs. Unexpectedly, two other CHSTs (Gal3ST2 and Gal3ST3) diminish Siglec binding, suggesting a new mode to modulate Siglec ligands via sulfation. Results are cell type dependent, indicating that the context in which sulfated glycans are presented is important. Moreover, a pharmacological blockade of N- and O-glycan maturation reveals a cell-type-specific pattern of importance for either class of glycan. Production of a highly homogeneous Siglec-3 (CD33) fragment enabled a mass-spectrometry-based binding assay to determine ≥8-fold and ≥2-fold enhanced affinity for Neu5Acα2–3(6-O-sulfo)Galβ1–4GlcNAc and Neu5Acα2–3Galβ1–4(6-O-sulfo)GlcNAc, respectively, over Neu5Acα2–3Galβ1–4GlcNAc. CD33 shows significant additivity in affinity (≥28-fold) for the disulfated ligand, Neu5Acα2–3(6-O-sulfo)Galβ1–4(6-O-sulfo)GlcNAc. Moreover, joint overexpression of CHST1 with CHST2 in cells greatly enhanced the binding of CD33 and several other Siglecs. Finally, we reveal that CHST1 is upregulated in numerous cancers, correlating with poorer survival rates and sodium chlorate sensitivity for the binding of Siglecs to cancer cell lines. These results provide new insights into carbohydrate sulfation as a general mechanism for tuning Siglec ligands on cells, including in cancer.
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.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,000 | 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 découle