Peroxisome biogenesis initiated by protein phase separation
Notice bibliographique
Résumé
Summary Peroxisomes are organelles that perform beta-oxidation of fatty acids and amino acids. Both rare and prevalent diseases are caused by their disfunction 1 . Among disease-causing mutant genes are those required for protein transport into the peroxisome. The peroxisomal protein import machinery, also shared with chloroplasts, is unique in transporting folded and large, up to 10 nm in diameter, protein complexes into peroxisomes 2 and current models postulate a large pore formed by transmembrane proteins 3 . To date, however, no pore structure has been observed. In the budding yeast Saccharomyces cerevisiae , the minimum transport machinery includes membrane proteins Pex13 and Pex14 and cargo protein-binding transport receptor, Pex5. Here we show that Pex13 undergoes liquid-liquid phase separation (LLPS) with Pex5-cargo. Intrinsically disordered regions (IDR) in Pex13 and Pex5 resemble those found in nuclear pore complex (NPC) proteins. Cargo transport into peroxisomes depends on the number but not patterns of aromatic residues in these IDRs, consistent with their roles as ‘stickers’ in associative polymer models of LLPS 4,5 . Finally, imaging Fluorescence Cross-Correlation Spectroscopy (iFCCS) shows that the transport of cargo correlates with transient focusing of GFP-Pex13/14 on the peroxisome membrane. Pex13 and Pex14 form foci in distinct time-frames, suggesting that they may form channels at different saturating concentrations of Pex5-cargo. Our results suggest a model in which LLPS of Pex5-cargo with Pex13/14 results in transient protein transport channels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».