Differences in silencing of mismatched targets by sliced versus diced siRNAs
Notice bibliographique
Résumé
It has been reported that the two major types of RNA interference triggers, the classical Dicer-generated small RNAs (siRNAs), which function with all members of the Argonaute (Ago) protein family in mammals, and the Ago2-sliced small RNAs (sli-siRNAs), which function solely through Ago2, have similar potency in target cleavage and repression. Here, we show that sli-siRNAs are generally more potent than siRNAs in silencing mismatched targets. This phenomenon is usually more apparent in targets that have mismatched nucleotides in the 3' supplementary region than in targets with mismatches in the seed region. We demonstrate that Ago2 slicer activity is a major factor contributing to the greater silencing efficiency of sli-siRNA against mismatched targets and that participation of non-slicing Agos in silencing mismatched siRNA targets may dilute the slicing ability of Ago2. The difference in length of the mature guide RNA used in sli-RISCs and si-RISCs may also contribute to the observed difference in knockdown efficiency. Our data suggest that a sli-siRNA guide strand is likely to have substantially stronger off-target effects than a guide strand with the same sequence in a classical siRNA and that Dicer and non-slicing Agos may play pivotal roles in controlling siRNA target specificity.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».