Comprehensive Identification of mRNA-Binding Proteins of Leishmania donovani by Interactome Capture
Notice bibliographique
Résumé
Leishmania are unicellular eukaryotes responsible for leishmaniasis in humans. Like other trypanosomatids, leishmania regulate protein coding gene expression almost exclusively at the post-transcriptional level with the help of RNA binding proteins (RBPs). Due to the presence of polycystronic transcription units, leishmania do not regulate RNA polymerase II-dependent transcription initiation. Recent evidence suggests that the main control points in gene expression are mRNA degradation and translation. Protein-RNA interactions are involved in every aspect of RNA biology, such as mRNA splicing, polyadenylation, localization, degradation, and translation. A detailed picture of these interactions would likely prove to be highly informative in understanding leishmania biology and virulence. We developed a strategy involving covalent UV cross-linking of RBPs to mRNA in vivo, followed by interactome capture using oligo(dT) magnetic beads to define comprehensively the mRNA interactome of growing L. donovani amastigotes. The protein mass spectrometry analysis of captured proteins identified 79 mRNA interacting proteins which withstood very stringent washing conditions. Strikingly, we found that 49 of these mRNA interacting proteins had no orthologs or homologs in the human genome. Consequently, these may represent high quality candidates for selective drug targeting leading to novel therapeutics. These results show that this unbiased, systematic strategy has the promise to be applicable to study the mRNA interactome during various biological settings such as metabolic changes, stress (low pH environment, oxidative stress and nutrient deprivation) or drug treatment.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».