Regulation of human Dicer by the resident ER membrane protein CLIMP-63
Notice bibliographique
Résumé
The ribonuclease Dicer plays a central role in the microRNA pathway by catalyzing the formation of microRNAs, which are known to regulate messenger RNA (mRNA) translation. In order to improve our understanding of the molecular context in which Dicer functions and how it is regulated in human cells, we sought to expand its protein interaction network by employing a yeast two-hybrid screening strategy. This approach led to the identification and characterization of cytoskeleton-linking endoplasmic reticulum (ER) membrane protein of 63 kDa (CLIMP-63) as a novel Dicer-interacting protein. CLIMP-63 interacts with Dicer to form a high molecular weight complex, which is electrostatic in nature, is not mediated by RNA and is catalytically active in pre-microRNA processing. CLIMP-63 is required for stabilizing Dicer protein and for optimal regulation of a reporter gene coupled to the 3' untranslated region of HMGA2 mRNA in human cells. Interacting with a portion of the luminal domain of CLIMP-63 and within minutes of its synthesis, our results suggest that Dicer transits through the ER, is glycosylated and can be secreted by cultured human cells with CLIMP-63. Our findings define CLIMP-63 as a novel protein interactor and regulator of Dicer function, involved in maintaining Dicer protein levels in human cells.
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 | 0,001 | 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) | 0,001 | 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 ».