The emerging role of pre-messenger RNA splicing in stress responses: Sending alternative messages and silent messengers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alternative splicing (AS) of pre-messenger RNAs is a major process contributing to both transcriptome and proteome diversity in various physiological and pathological situations. There is also accumulating evidence that various stresses impact on AS. In particular, recent analyses of the transcriptome reveal large numbers of AS events that are regulated by genotoxic stress inducers like radiations and chemotherapeutic agents. Many AS events have the potential to affect the relative production of protein isoforms with different activities, as shown in the case of several genes involved in apoptosis. There is also increasing evidence that stresses induce "non-productive" splice variants, leading to a decrease in gene expression levels or preventing increases in protein levels despite transcriptional stimulation. This is typically achieved by the production of splice variants that are subject to nonsense-mediated decay. In addition, recent studies suggest that pre-mRNA splicing efficiency or fidelity may be altered by stresses. For example, various genotoxic agents induce multiple exon skipping in MDM2 transcripts, thereby preventing the production of the main p53-ubiquitin ligase and favoring p53 activity in response to genotoxic agents. In terms of mechanisms, stresses can impact on pre-mRNA splicing by inducing post-translational modifications and subcellular redistribution of splicing factors, or by targeting the communication between the splicing and transcription machineries. Altogether, these data suggest that splicing regulatory networks play a key role in the cellular responses triggered by stresses.
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.
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 | 0,000 |
| 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 découle