MétaCan
Menu
Retour à la cohorte
Enregistrement W3129874419 · doi:10.1261/rna.078428.120

Revisiting tRNA chaperones: new players in an ancient game

2021· article· en· W3129874419 sur OpenAlexafffund
Jennifer Porat, Ute Kothe, Mark A. Bayfield

Notice bibliographique

RevueRNA · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity of LethbridgeYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransfer RNABiologyRNAChaperone (clinical)RNA polymerase IIIProtein foldingBiochemistryComputational biologyCell biologyRNA polymeraseGene

Résumé

récupéré en direct d'OpenAlex

tRNAs undergo an extensive maturation process including posttranscriptional modifications that influence secondary and tertiary interactions. Precursor and mature tRNAs lacking key modifications are often recognized as aberrant and subsequently targeted for decay, illustrating the importance of modifications in promoting structural integrity. tRNAs also rely on tRNA chaperones to promote the folding of misfolded substrates into functional conformations. The best characterized tRNA chaperone is the La protein, which interacts with nascent RNA polymerase III transcripts to promote folding and offers protection from exonucleases. More recently, certain tRNA modification enzymes have also been demonstrated to possess tRNA folding activity distinct from their catalytic activity, suggesting that they may act as tRNA chaperones. In this review, we will discuss pioneering studies relating posttranscriptional modification to tRNA stability and decay pathways, present recent advances into the mechanism by which the RNA chaperone La assists pre-tRNA maturation, and summarize emerging research directions aimed at characterizing modification enzymes as tRNA chaperones. Together, these findings shed light on the importance of tRNA folding and how tRNA chaperones, in particular, increase the fraction of nascent pre-tRNAs that adopt a folded, functional conformation.

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 enseignants0,304
Score d'incertitude au seuil0,248

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 technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,283
Écart entre enseignants0,261 · 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

Citations32
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetRNA modifications and cancerTravaux en français237 207