Essential roles for the splicing regulator nSR100/SRRM4 during nervous system development
Notice bibliographique
Résumé
Alternative splicing (AS) generates vast transcriptomic complexity in the vertebrate nervous system. However, the extent to which trans-acting splicing regulators and their target AS regulatory networks contribute to nervous system development is not well understood. To address these questions, we generated mice lacking the vertebrate- and neural-specific Ser/Arg repeat-related protein of 100 kDa (nSR100/SRRM4). Loss of nSR100 impairs development of the central and peripheral nervous systems in part by disrupting neurite outgrowth, cortical layering in the forebrain, and axon guidance in the corpus callosum. Accompanying these developmental defects are widespread changes in AS that primarily result in shifts to nonneural patterns for different classes of splicing events. The main component of the altered AS program comprises 3- to 27-nucleotide (nt) neural microexons, an emerging class of highly conserved AS events associated with the regulation of protein interaction networks in developing neurons and neurological disorders. Remarkably, inclusion of a 6-nt, nSR100-activated microexon in Unc13b transcripts is sufficient to rescue a neuritogenesis defect in nSR100 mutant primary neurons. These results thus reveal critical in vivo neurodevelopmental functions of nSR100 and further link these functions to a conserved program of neuronal microexon splicing.
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 | 0,001 |
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.
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 ».