Quantification of Pseudouridine Levels in Cellular RNA Pools with a Modified HPLC-UV Assay
Notice bibliographique
Résumé
Pseudouridine (Ψ) is the most abundant post-transcriptionally modified ribonucleoside. Different Ψ modifications correlate with stress responses and are postulated to coordinate the distinct biological responses to a diverse panel of cellular stresses. With the help of different guide RNAs, the dyskerin complex pseudouridylates ribosomal RNA, small nuclear RNA and selective messenger RNAs. To monitor Ψ levels quantitatively, a previously reported high performance liquid chromatography method coupled with ultraviolet detection (HPLC-UV) was modified to determine total Ψ levels in different cellular RNA fractions. Our method was validated to be accurate and precise within the linear range of 0.06-15.36 pmol/μL and to have absolute Ψ quantification levels as low as 3.07 pmol. Using our optimized HPLC assay, we found that 1.20% and 1.94% of all ribonucleosides in nuclear-enriched RNA and small non-coding RNA pools from the HEK293 cell line, and 1.77% and 0.98% of ribonucleosides in 18S and 28S rRNA isolated from the HeLa cell line, were pseudouridylated. Upon knockdown of dyskerin expression, a consistent and significant reduction in total Ψ levels in nuclear-enriched RNA pools was observed. Our assay provides a fast and accurate quantification method to measure changes in Ψ levels of different RNA pools without sample derivatization.
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 | 0,000 |
| 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) | 0,000 | 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 ».