Trioxidized cysteine in the aging proteome mimics the structural dynamics and interactome of phosphorylated serine
Notice bibliographique
Résumé
Aging is the primary risk factor for the development of numerous human chronic diseases. On a molecular level, it significantly impacts the regulation of protein modifications, leading to the accumulation of degenerative protein modifications (DPMs) such as aberrant serine phosphorylation (p-Ser) and trioxidized cysteine (t-Cys) within the proteome. The altered p-Ser is linked to abnormal cell signaling, while the accumulation of t-Cys is associated with chronic diseases induced by oxidative stress. Despite this, the potential cross-effects and functional interplay between these two critical molecular factors of aging remain undisclosed. This study analyzes the aging proteome of wild-type C57BL/6NTac mice over 2 years using advanced proteomics and bioinformatics. Our objective is to provide a comprehensive analysis of how t-Cys affects cell signaling and protein structure in the aging process. The results obtained indicate that t-Cys residues accumulate in the aging proteome, interact with p-Ser interacting enzymes, as validated in vitro, and alter their structures similarly to p-Ser. These findings have significant implications for understanding the interplay of oxidative stress and phosphorylation in the aging process. Additionally, they open new venues for further research on the role(s) of these protein modifications in various human chronic diseases and aging, wherein exacerbated oxidation and aberrant phosphorylation are implicated.
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 ».