Stochastic and reversible aggregation of mRNA with expanded CUG-triplet repeats
Notice bibliographique
Résumé
Transcripts containing expanded CNG repeats, which are found in several neuromuscular diseases, are not exported from the nucleus and aggregate as ribonuclear inclusions by an unknown mechanism. Using the MS2-GFP system, which tethers fluorescent proteins to a specific mRNA, we followed the dynamics of single CUG-repeat transcripts and RNA aggregation in living cells. Single transcripts with 145 CUG repeats from the dystrophia myotonica-protein kinase (DMPK) gene had reduced diffusion kinetics compared with transcripts containing only five CUG repeats. Fluorescence recovery after photobleaching (FRAP) experiments showed that CUG-repeat RNAs display a stochastic aggregation behaviour, because individual RNA foci formed at different rates and displayed different recoveries. Spontaneous clustering of CUG-repeat RNAs was also observed, confirming the stochastic aggregation revealed by FRAP. The splicing factor Mbnl1 colocalized with individual CUG-repeat transcripts and its aggregation with RNA foci displayed the same stochastic behaviour as CUG-repeat mRNAs. Moreover, depletion of Mbnl1 by RNAi resulted in decreased aggregation of CUG-repeat transcripts after FRAP, supporting a direct role for Mbnl1 in CUG-rich RNA foci formation. Our data reveal that nuclear CUG-repeat RNA aggregates are labile, constantly forming and disaggregating structures, and that the Mbnl1 splicing factor is directly involved in the aggregation process.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».