MétaCan
Menu
Retour à la cohorte
Enregistrement W2084923896 · doi:10.1093/nar/gks278

The eukaryotic initiation factor eIF4H facilitates loop-binding, repetitive RNA unwinding by the eIF4A DEAD-box helicase

2012· article· en· W2084923896 sur OpenAlexafffund
Yingjie Sun, Evrim Atas, Lisa Lindqvist, Nahum Sonenberg, Jerry Pelletier, A. MELLER

Notice bibliographique

RevueNucleic Acids Research · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA and protein synthesis mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHelicaseRNA Helicase ABiologyFörster resonance energy transfereIF4ARNABiophysicsCell biologyInitiation factorMolecular biologyBiochemistryRibosomeGenePhysicsFluorescence

Résumé

récupéré en direct d'OpenAlex

Eukaryotic translation initiation is a highly regulated process in protein synthesis. The principal translation initiation factor eIF4AI displays helicase activity, unwinding secondary structures in the mRNAs 5'-UTR. Single molecule fluorescence resonance energy transfer (sm-FRET) is applied here to directly observe and quantify the helicase activity of eIF4AI in the presence of the ancillary RNA-binding factor eIF4H. Results show that eIF4H can significantly enhance the helicase activity of eIF4AI by strongly binding both to loop structures within the RNA transcript as well as to eIF4AI. In the presence of ATP, the eIF4AI/eIF4H complex exhibits persistent rapid and repetitive cycles of unwinding and re-annealing. ATP titration assays suggest that this process consumes a single ATP molecule per cycle. In contrast, helicase unwinding activity does not occur in the presence of the non-hydrolysable analog ATP-γS. Based on our sm-FRET results, we propose an unwinding mechanism where eIF4AI/eIF4H can bind directly to loop structures to destabilize duplexes. Since eIF4AI is the prototypical example of a DEA(D/H)-box RNA helicase, it is highly likely that this unwinding mechanism is applicable to a myriad of DEAD-box helicases employed in RNA metabolism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,049
Tête enseignante GPT0,331
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), 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

Citations48
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetRNA and protein synthesis mechanismsTravaux en français237 207