Toward optimization of AgoshRNA moleculesthat use a non-canonical RNAi pathway: Variations in the top and bottom base pairs
Notice bibliographique
Résumé
Short hairpin RNAs (shRNAs) are widely used for gene knockdown by inducing the RNA interference (RNAi) mechanism. The shRNA precursor is processed by Dicer into small interfering RNAs (siRNAs) and subsequently programs the RNAi-induced silencing complex (RISC) to find a complementary target mRNA (mRNA) for post-transcriptional gene silencing. Recent evidence indicates that shRNAs with a relatively short basepaired stem bypass Dicer to be processed directly by the Ago2 nuclease of the RISC complex. We named this design AgoshRNA as these molecules depend on Ago2 both for processing and subsequent silencing activity. This alternative AgoshRNA processing route yields only a single active RNA strand, an important feature to restrict off-target effects induced by the passenger strand of regular shRNAs. It is therefore important to understand this novel AgoshRNA processing route in mechanistic detail such that one can design the most effective and selective RNA reagents. We performed a systematic analysis of the optimal base pair (bp) composition at the top and bottom of AgoshRNA molecules. In this study, we document the importance of the 5' end nucleotide (nt) and a bottom mismatch. The optimized AgoshRNA design exhibits improved RNAi activity across cell types. These results have important implications for the future design of more specific RNAi therapeutics.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».