SUMO Proteomics Analyses Identify Protein Inhibitor of Activated STAT-Mediated Regulatory Networks Involved in Cell Cycle and Cell Proliferation
Notice bibliographique
Résumé
Protein inhibitor of activated STAT (PIAS) proteins are E3 SUMO ligases playing important roles in protein stability and signaling transduction pathways. PIAS proteins are overexpressed in the triple-negative breast cancer cell line MDA-MB-231, and PIAS knockout (KO) results in a reduction in cell proliferation and cell arrest in the S phase. However, the molecular mechanisms underlying PIAS functions in cell proliferation and cell cycle remain largely unknown. Here, we used quantitative SUMO proteomics to explore the regulatory role of PIAS SUMO E3 ligases upon CRISPR/Cas9 KO of individual PIAS. A total of 1422 sites were identified, and around 10% of SUMO sites were regulated following KO of one or more PIAS genes. We identified protein substrates that were either specific to individual PIAS ligase or regulated by several PIAS ligases. Ki-67 and TOP2A, which are involved in cell proliferation and epithelial-to-mesenchymal transition, are SUMOylated at several lysine residues by all PIAS ligases, suggesting a level of redundancy between these proteins. Confocal microscopy and biochemical experiments revealed that SUMOylation regulated TOP2A protein stability, while this modification is involved in the recruitment of Ki-67 nucleolar proteins containing the SUMO interacting motif. These results provide novel insights into both the redundant and specific regulatory mechanisms of cell proliferation and cell cycle mediated by PIAS SUMO E3 ligases.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».