High-throughput screen reveals sRNAs regulating crRNA biogenesis by targeting CRISPR leader to repress Rho termination
Notice bibliographique
Résumé
Discovery of CRISPR-Cas systems is one of paramount importance in the field of microbiology. Currently, how CRISPR-Cas systems are finely regulated remains to be defined. Here we use small regulatory RNA (sRNA) library to screen sRNAs targeting type I-F CRISPR-Cas system through proximity ligation by T4 RNA ligase and find 34 sRNAs linking to CRISPR loci. Among 34 sRNAs for potential regulators of CRISPR, sRNA pant463 and PhrS enhance CRISPR loci transcription, while pant391 represses their transcription. We identify PhrS as a regulator of CRISPR-Cas by binding CRISPR leaders to suppress Rho-dependent transcription termination. PhrS-mediated anti-termination facilitates CRISPR locus transcription to generate CRISPR RNA (crRNA) and subsequently promotes CRISPR-Cas adaptive immunity against bacteriophage invasion. Furthermore, this also exists in type I-C/-E CRISPR-Cas, suggesting general regulatory mechanisms in bacteria kingdom. Our findings identify sRNAs as important regulators of CRISPR-Cas, extending roles of sRNAs in controlling bacterial physiology by promoting CRISPR-Cas adaptation priming.
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 | 0,001 | 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 ».