MétaCan
Menu
← Back to cohort
Record W4383552538 · doi:10.12681/eadd/53395

Μελέτη της ρύθμισης των λειτουργιών των πρωτεϊνών της πυρηνικής μήτρας SAFB και LBR από την υποξία

2023· dissertation· el· W4383552538 on OpenAlexfundno aff
Χρύσα Ταζέ

Bibliographic record

Venuenot available
Typedissertation
Languageel
FieldBiochemistry, Genetics and Molecular Biology
TopicCancer, Hypoxia, and Metabolism
Canadian institutionsnot available
FundersHellenic Foundation for Research and InnovationUniversité de MontpellierNational and Kapodistrian University of AthensEuropean CommissionEuropean Social FundState Scholarships FoundationMcGill UniversityRoswell Park Cancer Institute
KeywordsPhysics

Abstract

fetched live from OpenAlex

Η απόκριση των κυττάρων στην έλλειψη οξυγόνου (υποξία) περιλαμβάνει την ύπαρξη προσαρμοστικών μηχανισμών, την δράση των οποίων διαμεσολαβούν οι επαγόμενοι από την υποξία μεταγραφικοί παράγοντες HIF (Hypoxia Inducible Factors). Ωστόσο υπάρχουν και άλλοι μηχανισμοί, λιγότερο γνωστοί, οι οποίοι είναι ανεξάρτητοι της μεταγραφής και ενεργοποιούνται στα πρώτα στάδια έκθεσης των κυττάρων/ιστών στην υποξία. Τέτοιοι μηχανισμοί περιλαμβάνουν την δράση επιγενετικών παραγόντων, την ρύθμιση της επεξεργασίας του RNA (μάτισμα) και την λειτουργική οργάνωση του πυρήνα. Ο πυρήνας των κυττάρων δομικά αποτελείται από ένα διάχυτο δίκτυο ινιδίων, το οποίο δρα υποστηρικτικά και σχηματίζει δομές όπως είναι η πυρηνική μήτρα και η πυρηνική λάμινα. Σημαντικό ρόλο διαδραματίζουν πρωτεΐνες των δομών αυτών, όπως είναι οι παράγοντες SAFB (Scaffold Attachment Factor B) και ο υποδοχέας της λαμίνης Β (Lamin B Receptor, LBR). Στην παρούσα διδακτορική διατριβή διερευνήθηκε η επίδραση της σύντομης έκθεσης κυττάρων σε υποξία στον εντοπισμό και την λειτουργία των πρωτεϊνών SAFB και LBR, καθώς και ο ρόλος των δύο αυτών πρωτεϊνών στην προσαρμογή και απόκριση των κυττάρων στην υποξία. Παρατηρήθηκε ότι η υποξία μεταβάλλει την υπο-πυρηνική κατανομή των πρωτεϊνών SAFB1/2 και LBR, οι οποίες, σύμφωνα με πειράματα βιοχημικής κλασμάτωσης, απομονώνονται σε διαλυτά πυρηνικά κλάσματα. Το φαινόμενο είναι ανεξάρτητο των HIF και αντιστρέφεται μετά από επανοξυγόνωση των κυττάρων. Πειράματα ανοσοκατακρήμνισης και πρωτεομικής ανάλυσης υπέδειξαν αλλαγές στα πρωτεϊνικά σύμπλοκα σε συνθήκες υποξίας. Πιο συγκεκριμένα, οι SAFB παρουσιάζουν μειωμένη αλληλεπίδραση με πρωτεΐνες που σχετίζονται με την επεξεργασία του RNA, όπως είναι ο SF2 και η SRPK1, ενώ ο LBR δεσμεύεται λιγότερο στην λαμίνη Β και την SRPK1, η οποία είναι η κύρια κινάση που ρυθμίζει την φωσφορυλίωσή του. Στον μηχανισμό που επάγει την υπο-πυρηνική μετακίνηση των πρωτεϊνών SAFB και LBR εμπλέκονται οι δραστικές μορφές οξυγόνου (ROS) των οποίων η παραγωγή αυξάνεται κατά την έκθεση κυττάρων σε υποξία, ως αποτέλεσμα δυσλειτουργίας της αναπνευστικής αλυσίδας των μιτοχονδρίων. Κατά την υποξία, η αποδέσμευση των πρωτεϊνών SF2 και SRPK1 από τους παράγοντες SAFB οδηγεί σε αναδιοργάνωση των συμπλόκων ματίσματος και αύξηση του κυτταροπλασματικού εντοπισμού της SRPK1. Η μετακίνηση της SRPK1, ρυθμίζεται από τις δραστικές μορφές οξυγόνου και έχει ως αποτέλεσμα την μείωση της φωσφορυλίωσης της περιοχής RS του LBR αλλά και των παραγόντων ματίσματος SR, επηρεάζοντας έτσι την διαδικασία του ματίσματος. Επιπροσθέτως, αποδείχθηκε ότι οι SAFB συμμετέχουν στην ρύθμιση του εναλλακτικού ματίσματος γονιδίων που σχετίζονται με την κυτταρική προσαρμογή στην υποξία, με τρόπο που ρυθμίζεται από την ύπαρξη δραστικών μορφών οξυγόνου. Συνολικά τα αποτελέσματα της παρούσας μελέτης υποδεικνύουν την ύπαρξη ενός μηχανισμού γρήγορης απόκρισης των κυττάρων σε υποξία, στον οποίο εμπλέκονται οι πρωτεΐνες SAFB και LBR, επάγοντας την αναδιοργάνωση της πυρηνικής αρχιτεκτονικής και ρύθμιση της γονιδιακής έκφρασης.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.030
Threshold uncertainty score0.100

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.002
Scholarly communication0.0020.003
Open science0.0010.001
Research integrity0.0020.003
Insufficient payload (model declined to judge)0.0300.010

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.278
Teacher spread0.267 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicCancer, Hypoxia, and Metabolism→French-language works237,207→