A Smaug2-Based Translational Repression Complex Determines the Balance between Precursor Maintenance versus Differentiation during Mammalian Neurogenesis
Notice bibliographique
Résumé
Here, we have asked about post-transcriptional mechanisms regulating murine developmental neurogenesis, focusing upon the RNA-binding proteins Smaug2 and Nanos1. We identify, in embryonic neural precursors of the murine cortex, a Smaug2 protein/nanos1 mRNA complex that is present in cytoplasmic granules with the translational repression proteins Dcp1 and 4E-T. We show that Smaug2 inhibits and Nanos1 promotes neurogenesis, with Smaug2 knockdown enhancing neurogenesis and depleting precursors, and Nanos1 knockdown inhibiting neurogenesis and maintaining precursors. Moreover, we show that Smaug2 likely regulates neurogenesis by silencing nanos1 mRNA. Specifically, Smaug2 knockdown inappropriately increases Nanos1 protein, and the Smaug2 knockdown-mediated neurogenesis is rescued by preventing this increase. Thus, Smaug2 and Nanos1 function as a bimodal translational repression switch to control neurogenesis, with Smaug2 acting in transcriptionally primed precursors to silence mRNAs important for neurogenesis, including nanos1 mRNA, and Nanos1 acting during the transition to neurons to repress the precursor state. SIGNIFICANCE STATEMENT: The mechanisms instructing neural stem cells to generate the appropriate progeny are still poorly understood. Here, we show that the RNA-binding proteins Smaug2 and Nanos1 are critical regulators of this balance and provide evidence supporting the idea that neural precursors are transcriptionally primed to generate neurons but translational regulation maintains these precursors in a stem cell state until the appropriate developmental time.
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 | 0,000 | 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) | 0,001 | 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 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 ».