Programmed −1 frameshifting efficiency correlates with RNA pseudoknot conformational plasticity, not resistance to mechanical unfolding
Notice bibliographique
Résumé
Programmed -1 frameshifting, whereby the reading frame of a ribosome on messenger RNA is shifted in order to generate an alternate gene product, is often triggered by a pseudoknot structure in the mRNA in combination with an upstream slippery sequence. The efficiency of frameshifting varies widely for different sites, but the factors that determine frameshifting efficiency are not yet fully understood. Previous work has suggested that frameshifting efficiency is related to the resistance of the pseudoknot against mechanical unfolding. We tested this hypothesis by studying the mechanical properties of a panel of pseudoknots with frameshifting efficiencies ranging from 2% to 30%: four pseudoknots from retroviruses, two from luteoviruses, one from a coronavirus, and a nonframeshifting bacteriophage pseudoknot. Using optical tweezers to apply tension across the RNA, we measured the distribution of forces required to unfold each pseudoknot. We found that neither the average unfolding force, nor the unfolding kinetics, nor the parameters describing the energy landscape for mechanical unfolding of the pseudoknot (energy barrier height and distance to the transition state) could be correlated to frameshifting efficiency. These results indicate that the resistance of pseudoknots to mechanical unfolding is not a primary determinant of frameshifting efficiency. However, increased frameshifting efficiency was correlated with an increased tendency to form alternate, incompletely folded structures, suggesting a more complex picture of the role of the pseudoknot involving the conformational dynamics.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».