Splicing Factor SRSF1 Deficiency in the Liver Triggers NASH-like Pathology via R-Loop Induced DNA Damage and Cell Death
Notice bibliographique
Résumé
Abstract Regulation of RNA processing contributes profoundly to tissue development and physiology. Here, we report that serine-arginine-rich splicing factor 1 (SRSF1) is essential for hepatocyte function and survival. Although SRSF1 is mainly known for its many roles in mRNA metabolism, it is also crucial for maintaining genome stability. We show that acute liver damage in the setting of targeted SRSF1 deletion in mice is primarily mediated by the excessive formation of deleterious RNA–DNA hybrids (R-loops), which induce DNA damage. Combining hepatocyte-specific transcriptome, proteome, and RNA binding analyses, we demonstrate that widespread genotoxic stress following SRSF1 depletion results in global inhibition of mRNA transcription and protein synthesis, leading to impaired metabolism and trafficking of lipids. Lipid accumulation in SRSF1-deficient hepatocytes is followed by necroptotic cell death, inflammation, and fibrosis, resulting in NASH-like liver pathology. Importantly, SRSF1-depleted human liver cancer cells recapitulate this pathogenesis illustrating a conserved and fundamental role for SRSF1 in preserving genome integrity and tissue homeostasis. Thus, our study uncovers how accumulation of detrimental R-loops impedes hepatocellular gene expression, triggering metabolic derangements and liver failure.
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 | 0,000 | 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) | 0,002 | 0,001 |
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 ».