Arginine methylation of RNA-binding proteins is impaired in Huntington’s disease
Notice bibliographique
Résumé
Huntington's disease (HD) is a progressive neurodegenerative disorder caused by a CAG repeat expansion in the HD gene, coding for huntingtin protein (HTT). Mechanisms of HD cellular pathogenesis remain undefined and likely involve disruptions in many cellular processes and functions presumably mediated by abnormal protein interactions of mutant HTT. We previously found HTT interaction with several protein arginine methyl-transferase (PRMT) enzymes. Protein arginine methylation mediated by PRMT enzymes is an important post-translational modification with an emerging role in neurodegeneration. We found that normal (but not mutant) HTT can facilitate the activity of PRMTs in vitro and the formation of arginine methylation complexes. These interactions appear to be disrupted in HD neurons. This suggests an additional functional role for HTT/PRMT interactions, not limited to substrate/enzyme relationship, which may result in global changes in arginine protein methylation in HD. Our quantitative analysis of striatal precursor neuron proteome indicated that arginine protein methylation is significantly altered in HD. We identified a cluster highly enriched in RNA-binding proteins with reduced arginine methylation, which is essential to their function in RNA processing and splicing. We found that several of these proteins interact with HTT, and their RNA-binding and localization are affected in HD cells likely due to a compromised arginine methylation and/or abnormal interactions with mutant HTT. These studies reveal a potential new mechanism for disruption of RNA processing in HD, involving a direct interaction of HTT with methyl-transferase enzymes and modulation of their activity and highlighting methylation of arginine as potential new therapeutic target for HD.
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 | 0,000 | 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 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 ».