MétaCan
Menu
Retour à la cohorte
Enregistrement W1923825601 · doi:10.1111/j.1365-2958.2010.07359.x

Tn<i>10</i>/IS<i>10</i> transposition is downregulated at the level of transposase expression by the RNA‐binding protein Hfq

2010· article· en· W1923825601 sur OpenAlexafffund
Joseph A. Ross, Simon J. Wardle, David B. Haniford

Notice bibliographique

RevueMolecular Microbiology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBacterial Genetics and Biotechnology
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésBiologyTransposaseTransposition (logic)RNARNA silencingRNA interferenceGene expressionCell biologyMolecular biologyRNA-induced transcriptional silencingAntisense RNATranslation (biology)Sense (electronics)GeneMessenger RNATransposable elementGeneticsChemistry

Résumé

récupéré en direct d'OpenAlex

We show in this work that disruption of the hfq gene in Escherichia coli causes a large increase in IS10 transposition when IS10 is present on a multi-copy plasmid. Hfq is an RNA-binding protein that regulates the expression of a large number of genes at the post-transcriptional level by promoting the pairing of mRNAs with partially complementary short RNAs. As the translation of IS10 transposase mRNA (RNA-IN) is inhibited by an IS10-encoded anti-sense RNA (RNA-OUT), it seemed likely that Hfq would negatively regulate Tn10/IS10 transposition by promoting anti-sense inhibition of RNA-IN translation. Consistent with this, we show that Hfq promotes pairing of RNA-IN and RNA-OUT in vitro and downregulates RNA-IN expression in vivo. However, we also show that Hfq negatively regulates Tn10 transposition when no functional anti-sense RNA is produced. Taken together, the results suggest that Hfq acts at two distinct steps to inhibit Tn10/IS10 transposition. This is the first example of Hfq regulating a bacterial transposition reaction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,868

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,209
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular MicrobiologyMême sujetBacterial Genetics and BiotechnologyTravaux en français237 207