Effect of small molecule eRF3 degraders on premature termination codon readthrough
Notice bibliographique
Résumé
Premature termination codon (PTC) readthrough is considered a potential treatment for genetic diseases caused by nonsense mutations. High concentrations of aminoglycosides induce low levels of PTC readthrough but also elicit severe toxicity. Identifying compounds that enhance PTC readthrough by aminoglycosides or reduce their toxicity is a continuing challenge. In humans, a binary complex of eukaryotic release factors 1 (eRF1) and 3 (eRF3a or eRF3b) mediates translation termination. They also participate in the SURF (SMG1-UPF1-eRF1-eRF3) complex assembly involved in nonsense-mediated mRNA decay (NMD). We show that PTC readthrough by aminoglycoside G418 is considerably enhanced by eRF3a and eRF3b siRNAs and cereblon E3 ligase modulators CC-885 and CC-90009, which induce proteasomal degradation of eRF3a and eRF3b. eRF3 degradation also reduces eRF1 levels and upregulates UPF1 and selectively stabilizes TP53 transcripts bearing a nonsense mutation over WT, indicating NMD suppression. CC-90009 is considerably less toxic than CC-885 and it enhances PTC readthrough in combination with aminoglycosides in mucopolysaccharidosis type I-Hurler, late infantile neuronal ceroid lipofuscinosis, Duchenne muscular dystrophy and junctional epidermolysis bullosa patient-derived cells with nonsense mutations in the IDUA, TPP1, DMD and COL17A1 genes, respectively. Combination of CC-90009 with aminoglycosides such as gentamicin or ELX-02 may have potential for PTC readthrough therapy.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».