Dynamically arrested condensate fusion creates complex structures with varying material properties
Notice bibliographique
Résumé
Abstract The cell nucleus and cytosol contain numerous biomolecular condensates which dynamically reshape, fuse and split to accomplish precise compartmentalization of the cell material. While it has been observed that some condensates rapidly coalesce, some others only attach to each other, or do not establish persistent interactions over time. Here, we explain these observations through optical tweezers and Molecular Dynamics simulations focusing on two condensate-forming, RNA-binding proteins—FUS and G3BP1—strongly involved in RNA metabolism and stress responses. We find that the fusion of pure droplets formed by these proteins can give rise to multiphase single-component condensates exhibiting notably different densities, architectures, and material properties. Such behaviour is dictated by the relative timescales of condensate fusion and protein internal mixing. A critical parameter controlling this interplay is the extent of ageing that condensates display; e.g., their progressive hardening driven by the accumulation of inter-protein β -sheet assemblies over time. Strikingly, different degrees of ageing in fusing droplets can lead single-component condensates to form diverse architectures including concentric drops or two-sided condensates. Overall, our results highlight a mechanism, based on the temporal coupling between ageing, fusion, and mixing rate, by which biomolecular condensates form multiphasic structures with markedly different material properties, and hence potentially distinct biological roles.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».