Rapid factor depletion highlights intricacies of nucleoplasmic RNA degradation
Notice bibliographique
Résumé
Turnover of nucleoplasmic transcripts by the mammalian multi-subunit RNA exosome is mediated by two adaptors: the Nuclear EXosome Targeting (NEXT) complex and the Poly(A) tail eXosome Targeting (PAXT) connection. Functional analyses of NEXT and PAXT have largely utilized long-term factor depletion strategies, facilitating the appearance of indirect phenotypes. Here, we rapidly deplete NEXT, PAXT and core exosome components, uncovering the direct consequences of their acute losses. Generally, proteome changes are sparse and largely dominated by co-depletion of other exosome and adaptor subunits, reflecting possible subcomplex compositions. While parallel high-resolution 3' end sequencing of newly synthesized RNA confirms previously established factor specificities, it concomitantly demonstrates an inflation of long-term depletion datasets by secondary effects. Most strikingly, a general intron degradation phenotype, observed in long-term NEXT depletion samples, is undetectable upon short-term depletion, which instead emphasizes NEXT targeting of snoRNA-hosting introns. Further analysis of these introns uncovers an unusual mode of core exosome-independent RNA decay. Our study highlights the accumulation of RNAs as an indirect result of long-term decay factor depletion, which we speculate is, at least partly, due to the exhaustion of alternative RNA decay pathways.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».