MétaCan
Menu
Retour à la cohorte
Enregistrement W1992981136 · doi:10.4161/rna.8.5.16016

The emerging role of pre-messenger RNA splicing in stress responses: Sending alternative messages and silent messengers

2011· review· en· W1992981136 sur OpenAlexaff
Martin Dutertre, Gabriel Sanchez, Jérôme Barbier, Laurent Corcos, Didier Auboeuf

Notice bibliographique

RevueRNA Biology · 2011
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité de SherbrookeWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesInstitut National Du CancerLigue Contre le CancerInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la Recherche
Mots-clésBiologyRNA splicingAlternative splicingTranscriptomeExon skippingNonsense-mediated decayProteomeExonGeneticsCell biologyGeneSplicing factorGene expressionRNA

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,027
Tête enseignante GPT0,351
Écart entre enseignants0,324 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations105
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRNA BiologyMême sujetRNA Research and SplicingTravaux en français237 207