Regulation of Kv1.2 Redox-Sensitive Gating by the Transmembrane Lectin LMAN2
Notice bibliographique
Résumé
Voltage gated potassium (Kv)1.2 channels influence excitability and action potential propagation in the nervous system. Unlike closely related Kv1 channels, Kv1.2 exhibits highly variable voltage-dependence of gating, attributed to regulation by unidentified extrinsic factors. Variability of Kv1.2 gating is strongly influenced by the extracellular redox potential, and we demonstrate that Kv1.2 currents in dorsal root ganglion sensory neurons exhibit similar variability and redox sensitivity as observed when the channel is heterologously expressed in cell lines. We used a functional screening approach to test the effects of candidate regulatory proteins on Kv1.2 gating, using patch clamp electrophysiology. Among 52 candidate genes tested, we observed that co-expression with the transmembrane lectin LMAN2 led to a pronounced gating shift of Kv1.2 activation to depolarized voltages in CHO and L(tk-) cell lines, accompanied by deceleration of activation kinetics. Overexpression of LMAN2 promoted a slow gating mode of Kv1.2 that mimics the functional outcomes of extracellular reducing conditions, and enhanced sensitivity to extracellular reducing agents. In contrast, shRNA-mediated knockdown of endogenous LMAN2 in cell lines reduced Kv1.2 redox sensitivity and gating variability. Kv1.2 sensitivity to LMAN2 is abolished by mutation of neighboring residues F251 and T252 in the intracellular S2-S3 linker, and these also abolish redox-dependent gating changes, suggesting that LMAN2 influences the same pathway as redox for Kv1.2 modulation. In conclusion, we identified LMAN2 as a candidate regulatory protein that influences redox-dependent modulation of Kv1.2, and clarified the structural elements of the channel that are required for sensitivity.
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 ».