MétaCan
Menu
Retour à la cohorte
Enregistrement W3006668198 · doi:10.1242/jcs.237156

Passive diffusion through nuclear pore complexes regulates levels of the yeast SAGA and SLIK coactivator complexes

2020· article· en· W3006668198 sur OpenAlexafffund
Tadashi Makio, Richard W. Wozniak

Notice bibliographique

RevueJournal of Cell Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNuclear poreBiologyNucleoplasmNucleoporinCell biologyCoactivatorActivator (genetics)MutantSaccharomyces cerevisiaeNuclear transportGeneCell nucleusTranscription factorGeneticsCytoplasmNucleolus

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Nuclear pore complexes (NPCs) control gene expression by regulating the bi-directional exchange of proteins and RNAs between nuclear and cytoplasmic compartments, including access of transcriptional regulators to the nucleoplasm. Here, we show that the yeast (Saccharomyces cerevisiae) nucleoporin Nup170, in addition to binding and silencing subtelomeric genes, supports transcription of genes regulated by the SAGA transcriptional activator complex. Specifically, we show that a lower amount of SAGA complex is bound to target genes in the absence of Nup170. Consistent with this observation, levels of the SAGA complex are decreased in cells lacking Nup170, while those of the SAGA-related SLIK complexes are increased. This change in the ratio of SAGA to SLIK complexes is due to increased nuclear activity of Pep4, a protease responsible for production of the SLIK complex. Further analyses of various nucleoporin mutants revealed that the increased nuclear entry of Pep4 observed in the nup170Δ mutant likely occurs as the consequence of an increase in the sieving limits of the NPC diffusion channel. On the basis of these results, we propose that changes in passive diffusion rates represent a mechanism for regulating SAGA- and SLIK complex-mediated transcriptional events.

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)0,000
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 enseignants0,024
Score d'incertitude au seuil0,201

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,026
Tête enseignante GPT0,264
Écart entre enseignants0,238 · 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cell ScienceMême sujetRNA Research and SplicingTravaux en français237 207