Identification of amino acid residues in the MT-loop of MT1-MMP critical for its ability to cleave low-density lipoprotein receptor
Notice bibliographique
Résumé
Low-density lipoprotein receptor (LDLR) mediates clearance of plasma LDL cholesterol, preventing the development of atherosclerosis. We previously demonstrated that membrane type 1-matrix metalloproteinase (MT1-MMP) cleaves LDLR and exacerbates the development of atherosclerosis. Here, we investigated determinants in LDLR and MT1-MMP that were critical for MT1-MMP-induced LDLR cleavage. We observed that deletion of various functional domains in LDLR or removal of each of the five predicted cleavage sites of MT1-MMP on LDLR did not affect MT1-MMP-induced cleavage of the receptor. Removal of the hemopexin domain or the C-terminal cytoplasmic tail of MT1-MMP also did not impair its ability to cleave LDLR. On the other hand, mutant MT1-MMP, in which the catalytic domain or the MT-loop was deleted, could not cleave LDLR. Further Ala-scanning analysis revealed an important role for Ile at position 167 of the MT-loop in MT1-MMP's action on LDLR. Replacement of Ile167 with Ala, Thr, Glu, or Lys resulted in a marked loss of the ability to cleave LDLR, whereas mutation of Ile167 to a non-polar amino acid residue, including Leu, Val, Met, and Phe, had no effect. Therefore, our studies indicate that MT1-MMP does not require a specific cleavage site on LDLR. In contrast, an amino acid residue with a hydrophobic side chain at position 167 in the MT-loop is critical for MT1-MMP-induced LDLR cleavage.
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 | 0,004 | 0,002 |
| 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 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 ».