MétaCan
Menu
Retour à la cohorte
Enregistrement W3208337174 · doi:10.1002/wrna.1701

Regulation and different functions of the animal microRNA‐induced silencing complex

2021· review· en· W3208337174 sur OpenAlexafffund
Pierre‐Marc Frédérick, Martin J. Simard

Notice bibliographique

RevueWiley Interdisciplinary Reviews - RNA · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésArgonauteGene silencingRNA-induced silencing complexRNA interferenceRNA-binding proteinDicerCell biologyBiologymicroRNARasiRNARNA silencingUntranslated regionDroshaTrans-acting siRNAThree prime untranslated regionMessenger RNAGeneticsRNAGene

Résumé

récupéré en direct d'OpenAlex

Among the different types of small RNAs, microRNAs (miRNAs) are key players in controlling gene expression at the mRNA level. To be active, they must associate with an Argonaute protein to form the miRNA induced silencing complex (miRISC) and binds to specific mRNA through complementarity sequences. The miRISC binding to an mRNA can lead to multiple outcomes, the most frequent being inhibition of the translation and/or deadenylation followed by decapping and mRNA decay. In the last years, several studies described different mechanisms modulating miRISC functions in animals. For instance, the regulation of the Argonaute protein through post-translational modifications can change the miRISC gene regulatory activity as well as modulate its binding to proteins, mRNA targets and miRISC stability. Furthermore, the presence of RNA binding proteins and multiple miRISCs at the targeted mRNA 3' untranslated region (3'UTR) can also affect its function through cooperation or competition mechanisms, underlying the importance of the 3'UTR environment in miRNA-mediated repression. Another way to regulate the miRISC function is by modulation of its interactors, forming different types of miRNA silencing complexes that affect gene regulation differently. It is also reported that the subcellular localization of several components of the miRNA pathway can modulate miRISC function, suggesting an important role for vesicular trafficking in the regulation of this essential silencing complex. This article is categorized under: RNA Interactions with Proteins and Other Molecules > RNA-Protein Complexes Regulatory RNAs/RNAi/Riboswitches > RNAi: Mechanisms of Action Regulatory RNAs/RNAi/Riboswitches > Biogenesis of Effector Small RNAs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,368
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews - RNAMême sujetRNA Research and SplicingTravaux en français237 207