Role of the splicing factor SRSF4 in cisplatin-induced modifications of pre-mRNA splicing and apoptosis
Notice bibliographique
Résumé
BACKGROUND: Modification of splicing by chemotherapeutic drugs has usually been evaluated on a limited number of pre-mRNAs selected for their recognized or potential importance in cell proliferation or apoptosis. However, the pathways linking splicing alterations to the efficiency of cancer therapy remain unclear. METHODS: Next-generation sequencing was used to analyse the transcriptome of breast carcinoma cells treated by cisplatin. Pharmacological inhibitors, RNA interference, cells deficient in specific signalling pathways, RT-PCR and FACS analysis were used to investigate how the anti-cancer drug cisplatin affected alternative splicing and the cell death pathway. RESULTS: We identified 717 splicing events affected by cisplatin, including 245 events involving cassette exons. Gene ontology analysis indicates that cell cycle, mRNA processing and pre-mRNA splicing were the main pathways affected. Importantly, the cisplatin-induced splicing alterations required class I PI3Ks P110β but not components such as ATM, ATR and p53 that are involved in the DNA damage response. The siRNA-mediated depletion of the splicing regulator SRSF4, but not SRSF6, expression abrogated many of the splicing alterations as well as cell death induced by cisplatin. CONCLUSION: Many of the splicing alterations induced by cisplatin are caused by SRSF4 and they contribute to apoptosis in a process requires class I PI3K.
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 | 0,000 | 0,000 |
| 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 ».