MétaCan
Menu
Retour à la cohorte
Enregistrement W2035995486 · doi:10.1073/pnas.0400933101

A nuclear translation-like factor eIF4AIII is recruited to the mRNA during splicing and functions in nonsense-mediated decay

2004· article· en· W2035995486 sur OpenAlexafffund
Maria Ferraiuolo, Chung‐Sheng Lee, Lian Wee Ler, Jeanne L. Hsu, Mauro Costa‐Mattioli, Mingjuan Luo, Robin Reed, Nahum Sonenberg

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2004
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésNonsense-mediated decayEIF4GRNA splicingExonTranslation (biology)Eukaryotic translationBiologyMessenger RNACell biologyInitiation factorSplicing factorPrecursor mRNAMolecular biologyeIF4AGeneticsRNAGene

Résumé

récupéré en direct d'OpenAlex

In eukaryotes, a surveillance mechanism known as nonsense-mediated decay (NMD) degrades the mRNA when a premature-termination codon (PTC) is present. NMD requires translation to read the frame of the mRNA and detect the PTC. During pre-mRNA splicing, the exon-exon junction complex (EJC) is recruited to a region 20-24 nt upstream of the exon junction on the mature mRNA. The presence of a PTC upstream from the EJC elicits NMD. Eukaryotic initiation factor 4A (eIF4A) III is a nuclear protein that interacts physically or functionally with translation initiation factors eIF4G and eIF4B, respectively, and shares strikingly high identity with the initiation factors eIF4AI/II. Here we show that siRNA against eIF4AIII, but not against eIF4AI/II, inhibits NMD. Moreover, eIF4AIII, but not eIF4AI, is specifically recruited to the EJC during splicing. The observations that eIF4AIII is loaded onto the mRNA during splicing in the nucleus, has properties related to a translation initiation factor, and functions in NMD raises the possibility that eIF4AIII substitutes for eIF4AI/II during NMD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,213
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,305
Écart entre enseignants0,264 · 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 tête enseignante, 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

Citations183
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetRNA Research and SplicingTravaux en français237 207