Sarcoplasmic reticulum Ca<sup>2+</sup> pump mRNA stability in cardiac and smooth muscle: role of the 3′-untranslated region
Notice bibliographique
Résumé
Stomach smooth muscle (SSM) and left ventricular muscle (LVM) express the sarco(endo)plasmic reticulum Ca(2+)-ATPase (SERCA) pump gene SERCA2. Alternative splicing yields two major isoforms, SERCA2a in LVM and slow twitch muscle and SERCA2b in SSM and most other tissues. The splices have different 3'-untranslated regions (UTR) and also encode proteins that differ slightly in their COOH-terminal domains. SERCA2 transcription rates are similar in the two tissues, yet LVM has a much higher level of SERCA2 mRNA than SSM. To understand the control of SERCA2 RNA expression, we inhibited transcription and showed that the half-life of SERCA2 mRNA is significantly longer (P < 0.05) in primary cultures of LVM cells than in SSM cells. Nuclear SERCA2 mRNA levels were also higher in LVM than in SSM. In vitro decay assays using synthetic RNA corresponding to the 3'-UTR of SERCA2a and -2b showed that nuclear extracts produced a faster decay of SERCA2 RNA than cytoplasmic extracts and that nuclear extracts produced a faster decay of SERCA2b than -2a. This was also true when the full-length native mRNA was used instead of the 3'-UTR RNA, and SERCA2b decay by cytoplasmic extracts was faster for LVM than for SSM. We propose that nuclear decay is an initial step in the control of SERCA2 RNA abundance and that this control is maintained or modulated in the cytoplasm. We discuss how these control mechanisms may be part of a control switch in cardiac development and pathophysiology.
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 ».