Mapping the global interactome of the ARF family reveals spatial organization in cellular signaling pathways
Notice bibliographique
Résumé
The ADP-ribosylation factors (ARFs) and ARF-like (ARL) GTPases serve as essential molecular switches governing a wide array of cellular processes. In this study, we used proximity-dependent biotin identification (BioID) to comprehensively map the interactome of 28 out of 29 ARF and ARL proteins in two cellular models. Through this approach, we identified ∼3000 high-confidence proximal interactors, enabling us to assign subcellular localizations to the family members. Notably, we uncovered previously undefined localizations for ARL4D and ARL10. Clustering analyses further exposed the distinctiveness of the interactors identified with these two GTPases. We also reveal that the expression of the understudied member ARL14 is confined to the stomach and intestines. We identified phospholipase D1 (PLD1) and the ESCPE-1 complex, more precisely, SNX1, as proximity interactors. Functional assays demonstrated that ARL14 can activate PLD1 in cellulo and is involved in cargo trafficking via the ESCPE-1 complex. Overall, the BioID data generated in this study provide a valuable resource for dissecting the complexities of ARF and ARL spatial organization and signaling.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».