Direct and indirect regulation of β-glucocerebrosidase by the transcription factors <i>USF2</i> and <i>ONECUT2</i>
Notice bibliographique
Résumé
Abstract Mutations in the GBA gene, which encodes the lysosomal enzyme β-glucocerebrosidase (GCase), are the most prevalent genetic susceptibility factor for Parkinson’s disease (PD). However, only approximately 20% of carriers develop the disease, suggesting the presence of genetic modifiers influencing the risk of developing PD in the presence of GBA mutations. Here we screened 1,634 human transcription factors (TFs) for their effect on GCase activity in cell lysates of the human glioblastoma line LN-229, into which we introduced the pathogenic GBA L444P variant via adenine base editing. Using a novel arrayed CRISPR activation library, we uncovered 11 TFs as regulators of GCase activity. Among these, activation of MITF and TFEC increased lysosomal GCase activity in live cells, while activation of ONECUT2 and USF2 decreased it. Conversely, ablating USF2 increased GBA mRNA and led to enhanced levels of GCase protein and activity. While MITF, TFEC, and USF2 affected GBA transcription, ONECUT2 was found to control GCase trafficking by modulating the guanine exchange factors PLEKHG4 and PLEKHG4B. Hence, our study provides a systematic approach to identifying modulators of GCase activity, expands the transcriptional landscape of GBA regulation, and deepens our understanding of the mechanisms involved in influencing GCase activity.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».