The pseudogene TUSC2P promotes TUSC2 function by binding multiple microRNAs
Notice bibliographique
Résumé
Various non-coding regions of the genome, once presumed to be ‘junk’ DNA, have recently been found to be transcriptionally active. In particular, pseudogenes are now known to have important biological roles. Here we report that transcripts of the two tumour suppressor candidate-2 pseudogenes (TUSC2P), found on chromosomes X and Y, are homologous to the 3′-UTR of their corresponding protein coding transcript, TUSC2. TUSC2P and the TUSC2 3′-UTR share many common miRNA-binding sites, including miR-17, miR-93, miR-299-3p, miR-520a, miR-608 and miR-661. We find that ectopic expression of TUSC2P and the TUSC2 3′-UTR inhibits cell proliferation, survival, migration, invasion and colony formation, and increases tumour cell death. By interacting with endogenous miRNAs, TUSC2P and TUSC2 3′-UTR arrest the functions of these miRNAs, resulting in increased translation of TUSC2. The TUSC2P and TUSC2 3′-UTR could thus be used as combinatorial miRNA inhibitors and might have clinical applications. Non-coding RNAs have recently emerged as crucial regulators of gene expression. Here Rutnam et al.identify a pseudogene complementary to the 3′-UTR of the TUSC2 tumour suppressor that regulates TUSC2 levels by acting as a decoy for endogenous microRNAs and thereby inhibits tumorigenesis.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».