G3BP1-linked mRNA partitioning supports selective protein synthesis in response to oxidative stress
Notice bibliographique
Résumé
Cells limit energy-consuming mRNA translation during stress to maintain metabolic homeostasis. Sequestration of mRNAs by RNA binding proteins (RBPs) into RNA granules reduces their translation, but it remains unclear whether RBPs also function in partitioning of specific transcripts to polysomes (PSs) to guide selective translation and stress adaptation in cancer. To study transcript partitioning under cell stress, we catalogued mRNAs enriched in prostate carcinoma PC-3 cell PSs, as defined by polysome fractionation and RNA sequencing (RNAseq), and compared them to mRNAs complexed with the known SG-nucleator protein, G3BP1, as defined by spatially-restricted enzymatic tagging and RNAseq. By comparing these compartments before and after short-term arsenite-induced oxidative stress, we identified three major categories of transcripts, namely those that were G3BP1-associated and PS-depleted, G3BP1-dissociated and PS-enriched, and G3BP1-associated but also PS-enriched. Oxidative stress profoundly altered the partitioning of transcripts between these compartments. Under arsenite stress, G3BP1-associated and PS-depleted transcripts correlated with reduced expression of encoded mitochondrial proteins, PS-enriched transcripts that disassociated from G3BP1 encoded cell cycle and cytoprotective proteins whose expression increased, while transcripts that were both G3BP1-associated and PS-enriched encoded proteins involved in diverse stress response pathways. Therefore, G3BP1 guides transcript partitioning to reprogram mRNA translation and support stress adaptation.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».