Gene Regulation at the RNA Layer: RNA Binding Proteins in Intercellular Signaling Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Transcriptional regulators are sometimes believed to be the only targets through which signal transduction pathways regulate gene expression. Although it is certainly true that many well-characterized intercellular signaling pathways operate by modifying the activity of specific transcription factors, an increasing body of evidence indicates that external signals can modulate gene expression by posttranscriptional mechanisms. RNA binding motifs are combined with other conserved domains, such as protein-interaction domains and consensus phosphorylation motifs, to allow gene expression to be regulated at the level of the RNA in response to extracellular signals. In this review, I discuss evidence that reveals how a particular family of RNA binding proteins, called signal transduction and activation of RNA (STAR) proteins, function in signaling and in the development of multicellular organisms. Furthermore, insulin and related growth factors regulate cell growth, at least in part, by moderating the activity of eukaryotic initiation factor 4E (eIF4E)-binding protein (4EBP), a protein that does not bind RNA directly but inhibits the activity of eIF4E, which is an mRNA cap-binding protein. I discuss the evidence linking insulin signaling to 4EBP phosphorylation. Finally, several other genes have been identified from invertebrate model organisms that encode RNA binding proteins and whose mutant phenotypes implicate them in intercellular signaling, but for which the mechanisms of function currently are unclear. The study of these and other similar genes is likely to uncover a diversity of roles for RNA binding proteins in signal transduction.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle