项目名称: GTP酶激活蛋白TAGAP与p53结合促进神经形态发生的结构机制

项目编号: No.81200976

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 神经系统疾病、精神疾病

项目作者: 周晓琳

作者单位: 上海交通大学

项目金额: 23万元

中文摘要: 精神发育迟滞是发生在人的生长发育时期,以智力低下和社会适应能力不足为主要特征的一类神经精神性疾病, 其发生与神经元树突结构的异常有关,但具体分子机制未明。我们的前期研究发现GTP酶激活蛋白(RhoGAP)家族成员TAGAP参与调控神经元树突的形成,并且能够直接与p53蛋白结合并且促进其转录功能,介导Rho蛋白与p53调控通路的交叉对话。本课题拟研究原代海马神经元细胞内TAGAP与p53的结合对细胞形态的影响,并对其结构机制进行研究,通过分子克隆、免疫荧光共定位分析、免疫共沉淀等方法定位TAGAP与p53相结合的关键蛋白结构域,并采用蛋白质对接、GST共沉淀和定点突变等方法研究二者的结合表面和关键氨基酸位点。本项目研究能够明确TAGAP与p53相互作用的结构基础,有助于加深对神经元树突形态发生机制的理解,并为基因突变引起精神发育迟滞的机制提供重要信息。

中文关键词: 神经元;增殖;p53;RhoGAP;胆固醇

英文摘要: The Rho GTPase activating proteins negatively regulate Rho GTPases and affect the remodeling of cell skeleton.Our previous study revealed that TAGAP induces neurite outgrowth and binds p53 to promote its transcriptional functions. Thus TAGAP may mediate the crosstalk between the Rho and p53 pathways. The current project aims to study the regulational effect of p53 on TAGAP function and identify the binding domains of p53 and TAGAP. We will employ protein-protein docking, stability analysis, site-directed mutagenesis and GST pull-down assays to locate the exact binding surface and contact amino acids between p53 and TAGAP. Moreover, we will study the interaction between p53 and TAGAP in primary hippocampal neurons and elucidate its effect on the morphology and proliferation of neurons. In summary, this project studies the structural mechanism of the interaction between p53 and TAGAP and the cross-talk between Rho and p53 pathways. It will help to understand the process of nuerite formation and provide a new target for developing novel neuroregenerative therapies.

英文关键词: Neurons;Proliferation;p53;RhoGAP;cholesterol

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
37+阅读 · 2020年11月24日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
人工智能预测RNA和DNA结合位点,以加速药物发现
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
57+阅读 · 2021年5月3日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2019年6月25日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
26+阅读 · 2018年2月27日
小贴士
相关主题
相关VIP内容
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
61+阅读 · 2021年9月20日
专知会员服务
37+阅读 · 2020年11月24日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Arxiv
57+阅读 · 2021年5月3日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2019年6月25日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
26+阅读 · 2018年2月27日
微信扫码咨询专知VIP会员