PSKH1 kinase activity is differentially modulated via allosteric binding of Ca <sup>2+</sup> sensor proteins
Notice bibliographique
Résumé
Protein Serine Kinase H1 (PSKH1) was recently identified as a crucial factor in kidney development and is overexpressed in prostate, lung, and kidney cancers. However, little is known about PSKH1 regulatory mechanisms, leading to its classification as a “dark” kinase. Here, we used biochemistry and mass spectrometry to define PSKH1’s consensus substrate motif, protein interactors, and how interactors, including Ca 2+ sensor proteins, promote or suppress activity. Intriguingly, despite the absence of a canonical Calmodulin binding motif, Ca 2+ -Calmodulin activated PSKH1 while, in contrast, the ER-resident Ca 2+ sensor of the Cab45, Reticulocalbin, Erc55, Calumenin (CREC) family, Reticulocalbin-3, suppressed PSKH1 catalytic activity. In addition to antagonistic regulation of the PSKH1 kinase domain by Ca 2+ sensing proteins, we identified UNC119B as a protein interactor that activates PSKH1 via direct engagement of the kinase domain. Our findings identify complementary allosteric mechanisms by which regulatory proteins tune PSKH1’s catalytic activity and raise the possibility that different Ca 2+ sensors may act more broadly to tune kinase activities by detecting and decoding extremes of intracellular Ca 2+ concentrations.
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 | 0,001 | 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 ».