Long-distance RNA transport enables local protein synthesis at metabolically-active sites distant from the nucleus. This process ensures an appropriate spatial organization of proteins, vital to polarized cells such as neurons. Here, we present a mechanism for RNA transport in which RNA granules "hitchhike" on moving lysosomes. In vitro biophysical modeling, live-cell microscopy, and unbiased proximity labeling proteomics reveal that annexin A11 (ANXA11), an RNA granule-associated phosphoinositide-binding protein, acts as a molecular tether between RNA granules and lysosomes. ANXA11 possesses an N-terminal low complexity domain, facilitating its phase separation into membraneless RNA granules, and a C-terminal membrane binding domain, enabling interactions with lysosomes. RNA granule transport requires ANXA11, and amyotrophic lateral sclerosis (ALS)-associated mutations in ANXA11 impair RNA granule transport by disrupting their interactions with lysosomes. Thus, ANXA11 mediates neuronal RNA transport by tethering RNA granules to actively-transported lysosomes, performing a critical cellular function that is disrupted in ALS.

Phase transitions of cellular proteins and lipids play a key role in governing the organisation and coordination of intracellular biology. The frequent juxtaposition of proteinaceous biomolecular condensates to cellular membranes raises the intriguing prospect that phase transitions in proteins and lipids could be co-regulated. Here we investigate this possibility in the ribonucleoprotein (RNP) granule-ANXA11-lysosome ensemble, where ANXA11 tethers RNP granule condensates to lysosomal membranes to enable their co-trafficking. We show that changes to the protein phase state within this system, driven by the low complexity ANXA11 N-terminus, induce a coupled phase state change in the lipids of the underlying membrane. We identify the ANXA11 interacting proteins ALG2 and CALC as potent regulators of ANXA11-based phase coupling and demonstrate their influence on the nanomechanical properties of the ANXA11-lysosome ensemble and its capacity to engage RNP granules. The phenomenon of protein-lipid phase coupling we observe within this system offers an important template to understand the numerous other examples across the cell whereby biomolecular condensates closely juxtapose cell membranes.

Abstract Patients who suffer from sepsis typically experience acute lung injury (ALI). Extracellular vesicles (EVs) contain miRNAs, which are potentially involved in ALI. However, strategies to screen more effective EV-miRNAs as therapeutic targets are yet to be elucidated. In this study, functional EV-miRNAs were identified based on multiomics analysis of single-cell RNA sequencing of targeted organs and serum EV (sEV) miRNA profiles in patients with sepsis. The proportions of neutrophils and macrophages were increased significantly in the lungs of mice receiving sEVs from patients with sepsis compared with healthy controls. Macrophages released more EVs than neutrophils. MiR-125a-5p delivery by sEVs to lung macrophages inhibited Tnfaip3, while miR-221-3p delivery to lung neutrophils inhibited Fos. Macrophage membrane nanoparticles (MM NPs) loaded with an miR-125a-5p inhibitor or miR-221-3p mimic attenuated the response to lipopolysaccharide (LPS)-induced ALI. Transcriptome profiling revealed that EVs derived from LPS-stimulated bone marrow-derived macrophages (BMDMs) induced oxidative stress in neutrophils. Blocking toll-like receptor, CXCR2, or TNFα signaling in neutrophils attenuated the oxidative stress induced by LPS-stimulated BMDM-EVs. This study presents a novel method to screen functional EV-miRNAs and highlights the pivotal role of macrophage-derived EVs in ALI. MM NPs, as delivery systems of key sEV-miRNA mimics or inhibitors, alleviated cellular responses observed in sepsis-induced ALI. This strategy can be used to reduce septic organ damage, particularly lung damage, by targeting EVs.

This study investigated the interactions among process parameters in stirred-media mills to achieve precise control of dissociation parameters for spodumene adaptability. Response surface methodology (RSM) and back propagation (BP) neural network models were employed to predict and optimize the three key process parameters based on the grinding technology efficiency as the evaluation criterion. The order of significance of the parameters affecting the grinding efficiency was as follows: grinding time > media filling rate > stirrer speed. The optimal grinding parameters were identified as a media-filling rate of 52%, stirrer speed of 506 rpm, and grinding time of 3 min. Under these conditions, the RSM model achieved an R2 value of 0.9509, relative error of 13.15%, mean squared error (MSE) of 0.0011, and mean absolute error (MAE) of 0.0276. Conversely, the BP neural network model achieved a higher R2 value of 0.9950, a relative error of 4.77%, MSE of 0.0003, and MAE of 0.0091. Although the RSM model effectively optimized the grinding process parameters, the BP neural network model exhibited superior fitting performance and accuracy in predicting the grinding efficiency under varying process parameters. This study provides valuable technical insights for optimizing process parameters in the grinding dissociation process.