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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».