Extracellular proximal interaction profiling by cell surface–targeted TurboID reveals LDLR as a partner of liganded EGFR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plasma membrane proteins play pivotal roles in receiving and transducing signals from other cells and from the environment and are vital for cellular functionality. Enzyme-based, proximity-dependent approaches, such as biotin identification (BioID), combined with mass spectrometry have begun to illuminate the landscape of proximal protein interactions within intracellular compartments. To extend the potential of these approaches to study the extracellular environment, we developed extracellular TurboID (ecTurboID), a method designed to profile the interactions between proteins on the surfaces of living cells over short timescales using the fast-acting biotin ligase TurboID. After optimizing our experimental and data analysis strategies to capture extracellular proximity interactions, we used ecTurboID to reveal the proximal interactomes of several plasma membrane proteins, including the epidermal growth factor receptor (EGFR). We found that EGF stimulation induced an association between EGFR and the low-density lipoprotein receptor (LDLR) and changed the interactome of LDLR by increasing its proximity with proteins that regulate EGFR signaling. The identification of this interaction between two well-studied and clinically relevant receptors illustrates the utility of our modified proximity labeling methodology for identifying dynamic extracellular associations between plasma membrane proteins.
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.
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 | 0,001 | 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 découle