The landscape of translational stall sites in bacteria revealed by monosome and disome profiling
Notice bibliographique
Résumé
Ribosome pauses are associated with various cotranslational events and determine the fate of mRNAs and proteins. Thus, the identification of precise pause sites across the transcriptome is desirable; however, the landscape of ribosome pauses in bacteria remains ambiguous. Here, we harness monosome and disome (or collided ribosome) profiling strategies to survey ribosome pause sites in Escherichia coli . Compared to eukaryotes, ribosome collisions in bacteria showed remarkable differences: a low frequency of disomes at stop codons, collisions occurring immediately after 70S assembly on start codons, and shorter queues of ribosomes trailing upstream. The pause sites corresponded with the biochemical validation by integrated nascent chain profiling (iNP) to detect polypeptidyl-tRNA, an elongation intermediate. Moreover, the subset of those sites showed puromycin resistance, presenting slow peptidyl transfer. Among the identified sites, the ribosome pause at Asn586 of ycbZ was validated by biochemical reporter assay, tRNA sequencing (tRNA-seq), and cryo-electron microscopy (cryo-EM) experiments. Our results provide a useful resource for ribosome stalling sites in bacteria.
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 ».