Preferential regulation of duplicated genes by microRNAs in mammals
Notice bibliographique
Résumé
BACKGROUND: Although recent advances have been made in identifying and analyzing instances of microRNA-mediated gene regulation, it remains unclear by what mechanisms attenuation of transcript expression through microRNAs becomes an integral part of post-transcriptional modification, and it is even less clear to what extent this process occurs for mammalian gene duplicates (paralogs). Specifically, while mammalian paralogs are known to overcome their initial complete functional redundancy through variation in regulation and expression, the potential involvement of microRNAs in this process has not been investigated. RESULTS: We comprehensively investigated the impact of microRNA-mediated post-transcriptional regulation on duplicated genes in human and mouse. Using predicted targets derived from several analysis methods, we report the following observations: microRNA targets are significantly enriched for duplicate genes, implying their roles in the differential regulation of paralogs; on average, duplicate microRNA target genes have longer 3' untranslated regions than singleton targets, and are regulated by more microRNA species, suggesting a more sophisticated mode of regulation; ancient duplicates were more likely to be regulated by microRNAs and, on average, have greater expression divergence than recent duplicates; and ancient duplicate genes share fewer ancestral microRNA regulators, and recent duplicate genes share more common regulating microRNAs. CONCLUSION: Collectively, these results demonstrate that microRNAs comprise an important element in evolving the regulatory patterns of mammalian paralogs. We further present an evolutionary model in which microRNAs not only adjust imbalanced dosage effects created by gene duplication, but also help maintain long-term buffering of the phenotypic consequences of gene deletion or ablation.
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 ».