To cap it all off, again: dynamic capping and recapping of coding and non-coding RNAs to control transcript fate and biological activity
Notice bibliographique
Résumé
The addition of the methyl-7-guanosine (m7G) “cap” on the 5' ends of coding and some non-coding RNAs is essential for their protein coding capacity and biochemical activity, respectively. It was previously considered that capping was a constitutive process that generates a complete cap on all transcripts at steady-state. However, development of new methodologies demonstrated that steady-state capping is a dynamic and regulatable feature of many coding and non-coding RNAs. Indeed, capping status of specific RNAs can flux during differentiation and development, thereby impacting on their protein-coding capacity and activity. Moreover, in some primary cancer specimens, capping can be elevated for transcripts encoding proteins involved in proliferation and survival corresponding to their increased protein levels. Overexpression of one of the capping enzymes (RNMT), the transcription factor MYC or the eukaryotic translation initiation factor eIF4E all led to increased levels of steady-state capping of selected transcripts. Additionally, transcripts can be decapped and recapped, allowing these to be sequestered until needed. This review provides a summary of the major advances in enzymatic and affinity-based approaches to quantify m7G capping. Further, we summarize the evidence for regulation of capping. Capping has emerged as a significant regulatory step in RNA metabolism which is poised to impact a myriad of biological processes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».