N-Terminomic Changes in Neurons During Excitotoxicity Reveal Proteolytic Events Associated With Synaptic Dysfunctions and Potential Targets for Neuroprotection
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
Excitotoxicity, a neuronal death process in neurological disorders such as stroke, is initiated by the overstimulation of ionotropic glutamate receptors. Although dysregulation of proteolytic signaling networks is critical for excitotoxicity, the identity of affected proteins and mechanisms by which they induce neuronal cell death remain unclear. To address this, we used quantitative N-terminomics to identify proteins modified by proteolysis in neurons undergoing excitotoxic cell death. We found that most proteolytically processed proteins in excitotoxic neurons are likely substrates of calpains, including key synaptic regulatory proteins such as CRMP2, doublecortin-like kinase I, Src tyrosine kinase and calmodulin-dependent protein kinase IIβ (CaMKIIβ). Critically, calpain-catalyzed proteolytic processing of these proteins generates stable truncated fragments with altered activities that potentially contribute to neuronal death by perturbing synaptic organization and function. Blocking calpain-mediated proteolysis of one of these proteins, Src, protected against neuronal loss in a rat model of neurotoxicity. Extrapolation of our N-terminomic results led to the discovery that CaMKIIα, an isoform of CaMKIIβ, undergoes differential processing in mouse brains under physiological conditions and during ischemic stroke. In summary, by identifying the neuronal proteins undergoing proteolysis during excitotoxicity, our findings offer new insights into excitotoxic neuronal death mechanisms and reveal potential neuroprotective targets for neurological disorders.
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 | 0,000 |
| 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 | 0,000 |
| 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