Gld2 activity and RNA specificity is dynamically regulated by phosphorylation and interaction with QKI-7
Notice bibliographique
Résumé
In the cell, RNA abundance is dynamically controlled by transcription and decay rates. Posttranscriptional nucleotide addition at the RNA 3' end is a means of regulating mRNA and RNA stability and activity, as well as marking RNAs for degradation. The human nucleotidyltransferase Gld2 polyadenylates mRNAs and monoadenylates microRNAs, leading to an increase in RNA stability. The broad substrate range of Gld2 and its role in controlling RNA stability make the regulation of Gld2 activity itself imperative. Gld2 activity can be regulated by post-translational phosphorylation via the oncogenic kinase Akt1 and other kinases, leading to either increased or almost abolished enzymatic activity, and here we confirm that Akt1 phosphorylates Gld2 in a cellular context. Another means to control Gld2 RNA specificity and activity is the interaction with RNA binding proteins. Known interactors are QKI-7 and CPEB, which recruit Gld2 to specific miRNAs and mRNAs. We investigate the interplay between five phosphorylation sites in the N-terminal domain of Gld2 and three RNA binding proteins. We found that the activity and RNA specificity of Gld2 is dynamically regulated by this network. Binding of QKI-7 or phosphorylation at S62 relieves the autoinhibitory function of the Gld2 N-terminal domain. Binding of QKI-7 to a short peptide sequence within the N-terminal domain can also override the deactivation caused by Akt1 phosphorylation at S116. Our data revealed that Gld2 substrate specificity and activity can be dynamically regulated to match the cellular need of RNA stabilization and turnover.
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 ».