Regulating the regulators: Serine/arginine‐rich proteins under scrutiny
Notice bibliographique
Résumé
Serine/arginine-rich (SR) proteins are among the most studied splicing regulators. They constitute a family of evolutionarily conserved proteins that, apart from their initially identified and deeply studied role in splicing regulation, have been implicated in genome stability, chromatin binding, transcription elongation, mRNA stability, mRNA export and mRNA translation. Remarkably, this list of SR protein activities seems far from complete, as unexpected functions keep being unraveled. An intriguing aspect that awaits further investigation is how the multiple tasks of SR proteins are concertedly regulated within mammalian cells. In this article, we first discuss recent findings regarding the regulation of SR protein expression, activity and accessibility. We dive into recent studies describing SR protein auto-regulatory feedback loops involving different molecular mechanisms such asunproductive splicing, microRNA-mediated regulation and translational repression. In addition, we take into account another step of regulation of SR proteins, presenting new findings about a variety of post-translational modifications by proteomics approaches and how some of these modifications can regulate SR protein sub-cellular localization or stability. Towards the end, we focus in two recently revealed functions of SR proteins beyond mRNA biogenesis and metabolism, the regulation of micro-RNA processing and the regulation of small ubiquitin-like modifier (SUMO) conjugation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».