Human «ether-a-go-go» related gene trafficking is dependent on a cytosolic chaperone network
Notice bibliographique
Résumé
Long QT Syndrome is a cardiac disorder associated with ventricular arrhythmias that can lead to syncope and sudden death.Loss of function mutations in the human ether-a-go-go related gene (hERG/KCNH2) potassium channel underlie type 2 long-QT syndrome (LQT2).Most often this loss of function is a consequence of defective trafficking of hERG mutants to the cell surface, with channel retention and degradation at the endoplasmic reticulum.This study began with a proteomics screen conducted to search for hERGinteracting proteins that were important for its folding, trafficking, and degradation.The resulting list of putative interactors was huge and included several known components of the cytosolic chaperone network which became the focus of this work.Among them were Hsc70 (70 kDa heat shock cognate protein), Hsp90 (90 kDa heat shock protein), DJA1, Hop (Hsp-organizing protein) and Bag-2 (BCL-associated athanogene 2) as well as the membrane-bound FKBP38 (38 kDa FK506-binding protein; FKBP8).We first demonstrate that FKBP38 immunoprecipitates and co-localizes with hERG in our cellular system and that siRNA knockdown of FKBP38 causes a reduction in hERG trafficking.Next, we identify DJA1 (DNAJA1) and DJA2 (DNAJA2) as key modulators of hERG degradation.Overexpression of the DJAs reduces hERG trafficking
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».