RSK1 and RSK2 modulate the translatome of glioblastoma cells in an isoform-specific and mTORC1 independent manner
Notice bibliographique
Résumé
Background: The p90 ribosomal S6 kinase (RSK) family, downstream target of Ras/ERK signaling, encompasses four human isoforms (RSK1-4). Glioblastomas (GBMs) predominantly express RSK1 and RSK2, whereby RSK1 is markedly upregulated in a subset of GBMs associated with dismal prognosis and immune infiltration, while RSK2 expression is constant. RSKs were proposed as regulators of mRNA translation through the activation of mTORC1 and other factors, such as eIF4B, but nothing is known about their effect on the translatome of GBM cells. Methods: Through the generation of RSK1 and RSK2 knockout as well as double knockout (DKO) GBM cells, we investigated RSK isoform-specific functions in cell signaling, followed by the identification of their distinct transcriptome and translatome. Results: We find that mTORC1 is not activated by RSK isoforms and that eIF4B phosphorylation at S422 is more potently targeted by RSK1 than mTORC1/S6K in GBM cells. Intriguingly, RSK isoforms display differential effects on translation, with RSK1 specifically sustaining translation of a subset of mRNAs upon mTORC1 inhibition. We demonstrate that RSK1 modulates expression in the translatome of mRNAs encoding proteins affecting cell cycle, DNA replication, and repair, while RSK2 impacts mitochondria-related functions. Notably, DKO cells exhibit compounded phenotypes, underscoring the existence of isoform-specific gene regulation. Conclusions: Our findings offer mechanistic insights into the role of RSK in GBMs and provide evidence for a mTORC1-independent and RSK1-dependent translation regulatory program.
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 ».