Temporal and Tissue Specific Regulation of RP-Associated Splicing Factor Genes PRPF3, PRPF31 and PRPC8—Implications in the Pathogenesis of RP
Notice bibliographique
Résumé
BACKGROUND: Genetic mutations in several ubiquitously expressed RNA splicing genes such as PRPF3, PRP31 and PRPC8, have been found to cause retina-specific diseases in humans. To understand this intriguing phenomenon, most studies have been focused on testing two major hypotheses. One hypothesis assumes that these mutations interrupt retina-specific interactions that are important for RNA splicing, implying that there are specific components in the retina interacting with these splicing factors. The second hypothesis suggests that these mutations have only a mild effect on the protein function and thus affect only the metabolically highly active cells such as retinal photoreceptors. METHODOLOGY/PRINCIPAL FINDINGS: We examined the second hypothesis using the PRPF3 gene as an example. We analyzed the spatial and temporal expression of the PRPF3 gene in mice and found that it is highly expressed in retinal cells relative to other tissues and its expression is developmentally regulated. In addition, we also found that PRP31 and PRPC8 as well as snRNAs are highly expressed in retinal cells. CONCLUSIONS/SIGNIFICANCE: Our data suggest that the retina requires a relatively high level of RNA splicing activity for optimal tissue-specific physiological function. Because the RP18 mutation has neither a debilitating nor acute effect on protein function, we suggest that retinal degeneration is the accumulative effect of decades of suboptimal RNA splicing due to the mildly impaired protein.
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 ».