Dominant Role of the 5′ TAR Bulge in Dimerization of HIV-1 Genomic RNA, but No Evidence of TAR–TAR Kissing during in Vivo Virus Assembly
Notice bibliographique
Résumé
The 5' untranslated region of HIV-1 genomic RNA (gRNA) contains two stem-loop structures that appear to be equally important for gRNA dimerization: the 57-nucleotide 5' TAR, at the very 5' end, and the 35-nucleotide SL1 (nucleotides 243-277). SL1 is well-known for containing the dimerization initiation site (DIS) in its apical loop. The DIS is a six-nucleotide palindrome. Here, we investigated the mechanism of TAR-directed gRNA dimerization. We found that the trinucleotide bulge (UCU24) of the 5' TAR has dominant impacts on both formation of HIV-1 RNA dimers and maturation of the formed dimers. The ΔUCU trinucleotide deletion strongly inhibited the first process and blocked the other, thus impairing gRNA dimerization as severely as deletion of the entire 5' TAR, and more severely than deletion of the DIS, inactivation of the viral protease, or most severe mutations in the nucleocapsid protein. The apical loop of TAR contains a 10-nucleotide palindrome that has been postulated to stimulate gRNA dimerization by a TAR-TAR kissing mechanism analogous to the one used by SL1 to stimulate dimerization. Using mutations that strongly destabilize formation of the TAR palindrome duplex, as well as compensatory mutations that restore duplex formation to a wild-type-like level, we found no evidence of TAR-TAR kissing, even though mutations nullifying the kissing potential of the TAR palindrome could impair dimerization by a mechanism other than hindering of SL1. However, nullifying the kissing potential of TAR had much less severe effects than ΔUCU. By not uncovering a dimerization mechanism intrinsic to TAR, our data suggest that TAR mutations exert their effect 3' of TAR, yet not on SL1, because TAR and SL1 mutations have synergistic effects on gRNA dimerization.
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 | 0,001 |
| 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 ».