MétaCan
Menu
Retour à la cohorte
Enregistrement W2026541961 · doi:10.1002/wrna.55

Turnover of AU‐rich‐containing mRNAs during stress: a matter of survival

2010· review· en· W2026541961 sur OpenAlexafffund
Christopher von Roretz, Sergio Di Marco, Rachid Mazrouï, Imed‐Eddine Gallouzi

Notice bibliographique

RevueWiley Interdisciplinary Reviews - RNA · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité LavalHôpital Saint-François d'AssiseCentre hospitalier universitaire de QuébecMcGill University
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésTristetraprolinStress granuleAU-rich elementMessenger RNACell biologyP-bodiesRNA-binding proteinCytoplasmUntranslated regionmicroRNABiologyRna processingTranslation (biology)RNACellular stress responseChemistryGeneFight-or-flight responseBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Cells undergo various adaptive measures in response to stress. Among these are specific changes in the posttranscriptional regulation of various genes. In particular, the turnover of mRNA is modified to either increase or decrease the abundance of certain target messages. Some of the best‐studied mRNAs that are affected by stress are those that contain adenine/uridine‐rich elements (AREs) in their 3′‐untranslated regions. ARE‐containing mRNAs are involved in many important cellular processes and are normally labile, but in response to stress they are differentially regulated through the concerted efforts of ARE‐binding proteins (AUBPs) such as HuR, AUF1, tristetraprolin, BRF1, and KSRP, along with microRNA‐mediated effects. Additionally, the fate of ARE‐containing mRNAs is modified by inducing their localization to stress granules or mRNA processing bodies. Coordination of these various mechanisms controls the turnover of ARE‐containing mRNAs, and thereby enables proper responses to cellular stress. In this review, we discuss how AUBPs regulate their target mRNAs in response to stress, along with the involvement of cytoplasmic granules in this process. WIREs RNA 2011 2 336–347 DOI: 10.1002/wrna.55 This article is categorized under: RNA Interactions with Proteins and Other Molecules > Protein–RNA Interactions: Functional Implications RNA Turnover and Surveillance > Turnover/Surveillance Mechanisms RNA Turnover and Surveillance > Regulation of RNA Stability

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,358
Écart entre enseignants0,323 · 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

Citations136
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews - RNAMême sujetRNA Research and SplicingTravaux en français237 207