The eukaryotic translation initiation factor eIF4E wears a “cap” for many occasions
Notice bibliographique
Résumé
The eukaryotic translation initiation factor eIF4E plays important roles in controlling the composition of the proteome. Indeed, dysregulation of eIF4E is associated with poor prognosis cancers. The traditional view has been that eIF4E acts solely in translation. However, over the last ∼25 years, eIF4E was found in the nucleus where it acts in mRNA export and in the last ∼10 years, eIF4E was found in cytoplasmic processing bodies (P-bodies) where it functions in mRNA sequestration and stability. The common biochemical thread for these activities is the ability of eIF4E to bind the 7-methylguanosine cap on the 5' end of mRNAs. Recently, the possibility that eIF4E directly binds some mRNA elements independently of the cap has also been raised. Importantly, the effects of eIF4E are not genome-wide with a subset of transcripts targeted depending on the presence of specific mRNA elements and context-dependent regulatory factors. Indeed, eIF4E governs RNA regulons through co-regulating the expression of groups of transcripts acting in the same biochemical pathways. In addition, studies over the past ∼15 years indicate that there are multiple strategies that regulatory factors employ to modulate eIF4E activities in context-dependent manners. This perspective focuses on these new findings and incorporates them into a broader model for eIF4E function.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 ».