Shifts in Ribosome Engagement Impact Key Gene Sets in Neurodevelopment and Ubiquitination in Rett Syndrome
Notice bibliographique
Résumé
Regulation of translation during human development is poorly understood, and its dysregulation is associated with Rett syndrome (RTT). To discover shifts in mRNA ribosomal engagement (RE) during human neurodevelopment, we use parallel translating ribosome affinity purification sequencing (TRAP-seq) and RNA sequencing (RNA-seq) on control and RTT human induced pluripotent stem cells, neural progenitor cells, and cortical neurons. We find that 30% of transcribed genes are translationally regulated, including key gene sets (neurodevelopment, transcription and translation factors, and glycolysis). Approximately 35% of abundant intergenic long noncoding RNAs (lncRNAs) are ribosome engaged. Neurons translate mRNAs more efficiently and have longer 3' UTRs, and RE correlates with elements for RNA-binding proteins. RTT neurons have reduced global translation and compromised mTOR signaling, and >2,100 genes are translationally dysregulated. NEDD4L E3-ubiquitin ligase is translationally impaired, ubiquitinated protein levels are reduced, and protein targets accumulate in RTT neurons. Overall, the dynamic translatome in neurodevelopment is disturbed in RTT and provides insight into altered ubiquitination that may have therapeutic implications.
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 | 0,000 |
| 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 ».