Translation-State Analysis of Gene Expression in Mouse Brain after Focal Ischemia
Notice bibliographique
Résumé
Confounding any genome-scale analysis of gene expression after cerebral ischemia is massive suppression of protein synthesis. This inefficient translation questions the utility of examining profiles of total transcripts. Our approach to such postischemic gene profiling in the mouse by microarray analysis was to concentrate on those mRNAs bound to polyribosomes. In our proof-of-principle study, polysomally bound and unbound mRNAs were subjected to microarray analysis: of the 1,161 transcripts that we found to increase after ischemia, only 36% were bound to polyribosomes. In addition to the expected increases in heat-shock proteins and metallothioneins, increases in several other bound transcripts involved in the promotion of cell survival or antiinflammatory behavior were noted, such as CD63 (Lamp3), Lcn2 (lipocalin-2), Msn (moesin), and UCP2 (uncoupling protein 2), all of which showed increases in cognate protein by Western blotting. The list of heretofore nonfunctionally annotated transcripts (RIKEN clones/ESTs) that increased appeared to be novel. How some transcripts are selected in ischemic brain for translation into protein, while others are rejected, is not clear. The length of the 5'-UTR in the ischemically induced transcripts that occur in the NCBI RefSeq database did not indicate any general tendency to be more than 200 nt, nor to be longer than the 5'-UTRs of the unbound transcripts. Thus, the presence of a complex 5'-UTR region with internal ribosome entry sites (IRES) or polypyrimidine tracts (TOP) does not appear to be the basis of selection for translation in ischemic brain.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».