BioID2-Based Tau Interactome Reveals Novel and Known Protein Interactions Associated with Multiple Cellular Pathways
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Pathological inclusions composed of tau are hallmarks of neurodegenerative diseases termed tauopathies, the most common of which is Alzheimer’s disease. Accumulating evidence suggests that tau is involved in a multitude of physiological functions that are regulated, in part, by direct and/or transient protein interactions. Deciphering the tau interactome is critical for understanding the physiological and pathological roles of tau. This work aimed to identify potential tau interactors using the in situ protein labeling biotin identification (BioID2) method. Advantages of this approach include in-cell interactor labeling and an enhanced likelihood of detecting transient and/or weak interactions. We identified 324 potential tau interactors spanning multiple cellular compartments and pathways. We validated tau interactions with selected candidates using two independent approaches: proximity ligation assay and co-immunoprecipitation (co-IP) which included cytoskeletal proteins (MAP2 and MAP6), nucleus-associated proteins (FUS and prune1), and synaptic proteins (synapsin-1 and neurabin-2). Importantly, this approach revealed potential novel interactors that were not clearly identified by other interaction approaches such as co-IP. Thus, this approach is a powerful tool to identify potential members of the tau interactome via in situ labeling. This work helps expand our understanding of tau’s physiological roles, which may also advance our understanding of its role in neurodegenerative diseases.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».