The RNA catabolic enzymes Rex4p, Rnt1p, and Dbr1p show genetic interaction with <i>trans</i>-acting factors involved in processing of ITS1 in <i>Saccharomyces cerevisiae</i> pre-rRNA
Notice bibliographique
Résumé
Eukaryotes have two types of ribosomes containing either 5.8SL or 5.8SS rRNA that are produced by alternative pre-rRNA processing. The exact processing pathway for the minor 5.8SL rRNA species is poorly documented. We have previously shown that the trans-acting factor Rrp5p and the RNA exonuclease Rex4p genetically interact to influence the ratio between the two forms of 5.8S rRNA in the yeast Saccharomyces cerevisiae. Here we report a further analysis of ITS1 processing in various yeast mutants that reveals genetic interactions between, on the one hand, Rrp5p and RNase MRP, the endonuclease required for 5.8SS rRNA synthesis, and, on the other, Rex4p, the RNase III homolog Rnt1p, and the debranching enzyme Dbr1p. Yeast cells carrying a temperature-sensitive mutation in RNase MRP (rrp2-1) exhibit a pre-rRNA processing phenotype very similar to that of the previously studied rrp5-33 mutant: ITS2 processing precedes ITS1 processing, 5.8SL rRNA becomes the major species, and ITS1 is processed at the recently reported novel site A4 located midway between sites A2 and A3. As in the rrp5-Delta3 mutant, all of these phenotypical processing features disappear upon inactivation of the REX4 gene. Moreover, inactivation of the DBR1 gene in rrp2-1, or the RNT1 gene in rrp5-Delta3 mutant cells also negates the effects of the original mutation on pre-rRNA processing. These data link a total of three RNA catabolic enzymes, Rex4p, Rnt1p, and Dbr1p, to ITS1 processing and the relative production of 5.8SS and 5.8SL rRNA. A possible model for the indirect involvement of the three enzymes in yeast pre-rRNA processing is discussed.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».