Proximity-based proteomics (BioID) uncovers the Rho GTPase interactome in kidney podocytes
Notice bibliographique
Résumé
Introduction Podocyte injury causes proteinuria. Rho GTPases play critical roles in regulating the podocyte cytoskeleton, and their alteration leads to foot process effacement. Yet, their signaling networks remain poorly understood. Methodology To address this, we mapped the interactomes of RhoA, Rac1, and Cdc42 in human podocytes using proximity-dependent biotin identification (BioID) labeling. Results and discussion Our BioID analysis detected a total of 1927 interactions with AvgP ≥ 0.95. Approximately 50% of the interactions are unique to podocytes compared to interactions in HEK293 and HeLa cells, with enrichment in pathways related to cell adhesion and shape organization. KIAA1522 emerged as a Rac1/Cdc42 interactor. KIAA1522 knockout reduced cellular projection formation in podocytes, while KIAA1522 knockdown in zebrafish resulted in foot process effacement. Additionally, we identified 20 guanine nucleotide exchange factors (GEFs), with 11, 8, and 5 interacting with RhoA, Rac1, and Cdc42, respectively. Analysis of public scRNA-seq datasets identified RhoA regulators as highly enriched in podocytes. Knockout of most RhoA GEFs reduced RhoA activity, with ARHGEF12 having the greatest effect. Our study defined key upstream regulators and downstream effectors of Rho GTPases in podocytes, identifying KIAA1522 as a novel Cdc42 effector and ARHGEF12 as a key RhoA regulator.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».