MétaCan
Menu
Retour à la cohorte
Enregistrement W2081308694 · doi:10.1074/jbc.m308897200

Reprogramming Alternative Pre-messenger RNA Splicing through the Use of Protein-binding Antisense Oligonucleotides

2003· article· en· W2081308694 sur OpenAlexafffund
Jonathan Villemaire, I. Dion, Sherif Abou Elela, Benoı̂t Chabot

Notice bibliographique

RevueJournal of Biological Chemistry · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Cancer InstituteGenome Canada
Mots-clésOligonucleotideReprogrammingRNA splicingMessenger RNARNA-binding proteinAlternative splicingRNAPost-transcriptional modificationAntisense RNAComputational biologyCell biologyChemistryBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Alternative pre-messenger RNA splicing is a major contributor to proteomic diversity in higher eukaryotes and represents a key step in the control of protein function in a large variety of biological systems. As a means of artificially altering splice site choice, we have investigated the impact of positioning proteins in the vicinity of 5' splice sites. We find that a recombinant GST-MS2 protein interferes with 5' splice site use, most efficiently when it binds upstream of that site. To broaden the use of proteins as steric inhibitors of splicing, we have tested the activity of antisense oligonucleotides carrying binding sites for the heterogeneous nuclear ribonucleoprotein A1/A2 proteins. In a HeLa cell extract, tailed oligonucleotides complementary to exonic sequences elicit strong shifts in 5' splice site selection. In four different human cell lines, an interfering oligonucleotide carrying A1/A2 binding sites also shifted the alternative splicing of the Bcl-x pre-mRNA more efficiently than oligonucleotides acting through duplex formation only. The use of protein-binding oligonucleotides that interfere with U1 small nuclear ribonucleoprotein binding therefore represents a novel and powerful approach to control splice site selection in cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,307
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations73
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetRNA Research and SplicingTravaux en français237 207