The amino acid substitution affects cellular response to mistranslation
Notice bibliographique
Résumé
Mistranslation, the misincorporation of an amino acid not specified by the "standard" genetic code, occurs in all organisms. tRNA variants that increase mistranslation arise spontaneously and engineered tRNAs can achieve mistranslation frequencies approaching 10% in yeast and bacteria. Interestingly, human genomes contain tRNA variants with the potential to mistranslate. Cells cope with increased mistranslation through multiple mechanisms, though high levels cause proteotoxic stress. The goal of this study was to compare the genetic interactions and the impact on transcriptome and cellular growth of two tRNA variants that mistranslate at a similar frequency but create different amino acid substitutions in Saccharomyces cerevisiae. One tRNA variant inserts alanine at proline codons whereas the other inserts serine for arginine. Both tRNAs decreased growth rate, with the effect being greater for arginine to serine than for proline to alanine. The tRNA that substituted serine for arginine resulted in a heat shock response. In contrast, heat shock response was minimal for proline to alanine substitution. Further demonstrating the significance of the amino acid substitution, transcriptome analysis identified unique up- and down-regulated genes in response to each mistranslating tRNA. Number and extent of negative synthetic genetic interactions also differed depending upon type of mistranslation. Based on the unique responses observed for these mistranslating tRNAs, we predict that the potential of mistranslation to exacerbate diseases caused by proteotoxic stress depends on the tRNA variant. Furthermore, based on their unique transcriptomes and genetic interactions, different naturally occurring mistranslating tRNAs have the potential to negatively influence specific diseases.
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 | 0,000 | 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 ».