MétaCan
Menu
Retour à la cohorte
Enregistrement W2225873253 · doi:10.1371/journal.pgen.1005768

Prp4 Kinase Grants the License to Splice: Control of Weak Splice Sites during Spliceosome Activation

2016· article· en· W2225873253 sur OpenAlexaff
Daniela Eckert, Nicole Andrée, Aleh Razanau, Susanne Zock‐Emmenthal, Martin Lützelberger, Susann Plath, Henning Schmidt, Ángel Guerra-Moreno, Luca Cozzuto, José Ayté, Norbert F. Käufer

Notice bibliographique

RevuePLoS Genetics · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMinisterio de Ciencia e InnovaciónDeutscher Akademischer AustauschdienstUniversitat Pompeu Fabra
Mots-clésBiologySpliceosomeIntronRNA splicingGeneticsSplicing factorAlternative splicingSplice site mutationSR proteinCell biologyGeneRNAExon

Résumé

récupéré en direct d'OpenAlex

The genome of the fission yeast Schizosaccharomyces pombe encodes 17 kinases that are essential for cell growth. These include the cell-cycle regulator Cdc2, as well as several kinases that coordinate cell growth, polarity, and morphogenesis during the cell cycle. In this study, we further characterized another of these essential kinases, Prp4, and showed that the splicing of many introns is dependent on Prp4 kinase activity. For detailed characterization, we chose the genes res1 and ppk8, each of which contains one intron of typical size and position. Splicing of the res1 intron was dependent on Prp4 kinase activity, whereas splicing of the ppk8 intron was not. Extensive mutational analyses of the 5' splice site of both genes revealed that proper transient interaction with the 5' end of snRNA U1 governs the dependence of splicing on Prp4 kinase activity. Proper transient interaction between the branch sequence and snRNA U2 was also important. Therefore, the Prp4 kinase is required for recognition and efficient splicing of introns displaying weak exon1/5' splice sites and weak branch sequences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS GeneticsMême sujetRNA Research and SplicingTravaux en français237 207