Identification of HnRNPC as a novel Tau exon 10 splicing factor using RNA antisense purification mass spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alternative splicing in Tau exon 10 generates 3 R- and 4 R-Tau proteoforms, which have equal abundance in healthy adult human brain. Aberrant alternative splicing in Tau exon 10 leads to distortion of the balanced 3 R- and 4 R-Tau expression levels, which is a causal factor to trigger toxic Tau aggregation, neuron dysfunction and patient death in a group of neurodegenerative diseases known as tauopathies. Hence, identification of regulators upstream of the Tau exon 10 splicing events are crucial to understanding pathogenic mechanisms driving tauopathies. In this study, we used RNA Antisense Purification with Mass Spectrometry (RAP-MS) analysis to identify RNA-binding proteins (RBPs) that interact with the Tau pre-mRNA near exon 10. Among the newly identified RBP candidates, we show that knockdown of hnRNPC induces Tau exon 10 skipping whereas overexpression of hnRNPC promotes Tau exon 10 inclusion. In addition, we show that hnRNPC interacts with the poly-uridine (U-tract) sequences in introns 9 and 10 of Tau pre-mRNA. Mutation of these U-tract motifs abolished binding of hnRNPC with Tau pre-mRNA fragment and blocked its impact on Tau exon 10 inclusion. These findings indicate that hnRNPC binds and utilizes these U-tract motifs located in introns 9 and 10 of Tau pre-mRNA to promote Tau exon 10 inclusion. Intriguingly, high hnRNPC expression level is associated with progressive supranuclear palsy (PSP), a sporadic tauopathy with pathological accumulation of Tau species that contain exon 10, which suggests a putative therapeutic role of hnRNPC for PSP treatment. [Figure: see text].
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.
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 découle