MétaCan
Menu
Retour à la cohorte
Enregistrement W2964330526 · doi:10.1038/s41467-019-11246-1

RIF1 promotes replication fork protection and efficient restart to maintain genome stability

2019· article· en· W2964330526 sur OpenAlexaff
Chirantani Mukherjee, Vivek Tripathi, Eleni Maria Manolika, Anne Margriet Heijink, Giulia Ricci, Sarra Merzouk, H. Rudolf de Boer, Jeroen Demmers, Marcel A.T.M. van Vugt, Arnab Ray Chaudhuri

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDNA Repair Mechanisms
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesKWF KankerbestrijdingNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésGenome instabilityHomologous recombinationBiologyDNA replicationGeneticsReplication factor CNucleaseCell biologyControl of chromosome duplicationDNA repairDNADNA damage

Résumé

récupéré en direct d'OpenAlex

Homologous recombination (HR) and Fanconi Anemia (FA) pathway proteins in addition to their DNA repair functions, limit nuclease-mediated processing of stalled replication forks. However, the mechanism by which replication fork degradation results in genome instability is poorly understood. Here, we identify RIF1, a non-homologous end joining (NHEJ) factor, to be enriched at stalled replication forks. Rif1 knockout cells are proficient for recombination, but displayed degradation of reversed forks, which depends on DNA2 nuclease activity. Notably, RIF1-mediated protection of replication forks is independent of its function in NHEJ, but depends on its interaction with Protein Phosphatase 1. RIF1 deficiency delays fork restart and results in exposure of under-replicated DNA, which is the precursor of subsequent genomic instability. Our data implicate RIF1 to be an essential factor for replication fork protection, and uncover the mechanisms by which unprotected DNA replication forks can lead to genome instability in recombination-proficient conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,274
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations125
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetDNA Repair MechanismsTravaux en français237 207