RNA editing of protein sequences: A rare event in human transcriptomes
Notice bibliographique
Résumé
RNA editing, the post-transcriptional recoding of RNA molecules, has broad potential implications for gene expression. Several recent studies of human transcriptomes reported a high number of differences between DNA and RNA, including events not explained by any known mammalian RNA-editing mechanism. However, RNA-editing estimates differ by orders of magnitude, since technical limitations of high-throughput sequencing have been sometimes overlooked and sequencing errors have been confounded with editing sites. Here, we developed a series of computational approaches to analyze the extent of this process in the human transcriptome, identifying and addressing the major sources of error of a large-scale approach. We apply the detection pipeline to deep sequencing data from lymphoblastoid cell lines expressing ADAR1 at high levels, and show that noncanonical editing is unlikely to occur, with at least 85%-98% of candidate sites being the result of sequencing and mapping artifacts. By implementing a method to detect intronless gene duplications, we show that most noncanonical sites previously validated originate in read mismapping within these regions. Canonical A-to-G editing, on the other hand, is widespread in noncoding Alu sequences and rare in exonic and coding regions, where the validation rate also dropped. The genomic distribution of editing sites we find, together with the lack of consistency across studies or biological replicates, suggest a minor quantitative impact of this process in the overall recoding of protein sequences. We propose instead a primary role of ADAR1 protein as a defense system against elements potentially damaging to the genome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».