MétaCan
Menu
Retour à la cohorte
Enregistrement W2001558152 · doi:10.1083/jcb.1797rr3

tRNA's Los is a gain after damage

2007· article· en· W2001558152 sur OpenAlexaboutno aff
Richard Robinson

Notice bibliographique

RevueThe Journal of Cell Biology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyTransfer RNAComputational biologyCell biologyGeneticsRNAGene

Résumé

récupéré en direct d'OpenAlex

Shutting down nuclear export of unspliced tRNA keeps cells in G1 during DNA repair, say Ata Ghavidel and colleagues (University of Toronto, Canada). Figure 1 Unspliced tRNAs (green) accumulate in the nucleus in response to DNA damage (right). The authors found that DNA damage caused the nuclear accumulation of tRNAs containing unspliced introns, which are removed in the cytoplasm. This accumulation required the damage-induced signaling molecule Rad53 and correlated with the retention of the main tRNA export receptor, Los1, in the cytoplasm. Without their exporter, tRNAs were stuck in the nucleus, causing cell cycle arrest in G1 and giving the cell time to repair damage before DNA synthesis. Deleting Rad53 prevented the nuclear tRNA build-up, and damaged cells exited G1 prematurely. Deleting Los1 in these cells restored the G1 arrest. The G1 stall was not due to decreased cytoplasmic tRNA, which remained in large excess due to its long turnover time. Instead, the stall stemmed from the surplus of nuclear tRNA, which somehow enhanced translation of a stress response factor called Gcn4—a protein that promotes repair and slows the synthesis of G1 cyclins. “This process couples the nuclear sensing of DNA damage to cytoplasmic protein synthesis,” Ghavidel says. “It was an entirely unanticipated mechanism, since tRNA export has traditionally been viewed as constitutive.” Reference: Ghavidel, A., et al. 2007. Cell. 131:915–926. [PubMed]

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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'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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Cell BiologyMême sujetRNA modifications and cancerTravaux en français237 207