MétaCan
Menu
Retour à la cohorte
Enregistrement W4311089994 · doi:10.1016/j.jbc.2022.102776

Surface electrostatics dictate RNA-binding protein CAPRIN1 condensate concentration and hydrodynamic properties

2022· article· en· W4311089994 sur OpenAlexafffund
Yuki Toyama, Atul Rangadurai, Julie D. Forman‐Kay, Lewis E. Kay

Notice bibliographique

RevueJournal of Biological Chemistry · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaUehara Memorial FoundationCanadian Institutes of Health ResearchHospital for Sick ChildrenJapan Society for the Promotion of ScienceCanada Research ChairsNational Institutes of Health
Mots-clésElectrostaticsStatic electricityBiophysicsChemistrySurface proteinRNAChemical physicsPhysicsBiochemistryBiologyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Biomolecular condensates concentrate proteins, nucleic acids, and small molecules and play an essential role in many biological processes. Their formation is tuned by a balance between energetically favorable and unfavorable contacts, with charge–charge interactions playing a central role in some systems. The positively charged intrinsically disordered carboxy-terminal region of the RNA-binding protein CAPRIN1 is one such example, phase separating upon addition of negatively charged ATP or high concentrations of sodium chloride (NaCl). Using solution NMR spectroscopy, we measured residue-specific near-surface electrostatic potentials ( ϕ ENS ) of CAPRIN1 along its NaCl-induced phase separation trajectory to compare with those obtained using ATP. In both cases, electrostatic shielding decreases ϕ ENS values, yet surface potentials of CAPRIN1 in the two condensates can be different, depending on the amount of NaCl or ATP added. Our results establish that even small differences in ϕ ENS can significantly affect the level of protein enrichment and the mechanical properties of the condensed phase, leading, potentially, to the regulation of biological processes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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

Citations23
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetRNA Research and SplicingTravaux en français237 207