A novel mistranslating tRNA model in <i>Drosophila melanogaster</i> has diverse, sexually dimorphic effects
Notice bibliographique
Résumé
Transfer RNAs (tRNAs) are the adaptor molecules required for reading the genetic code and producing proteins. Transfer RNA variants can lead to genome-wide mistranslation, the misincorporation of amino acids not specified by the standard genetic code into nascent proteins. While genome sequencing has identified putative mistranslating transfer RNA variants in human populations, little is known regarding how mistranslation affects multicellular organisms. Here, we create a multicellular model of mistranslation by integrating a serine transfer RNA variant that mistranslates serine for proline (tRNAUGG,G26ASer) into the Drosophila melanogaster genome. We confirm mistranslation via mass spectrometry and find that tRNAUGG,G26ASer misincorporates serine for proline at a frequency of ∼0.6% per codon. tRNAUGG,G26ASer extends development time and decreases the number of flies that reach adulthood. While both sexes of adult flies containing tRNAUGG,G26ASer present with morphological deformities and poor climbing performance, these effects are more pronounced in female flies and the impact on climbing performance is exacerbated by age. This model will enable studies into the synergistic effects of mistranslating transfer RNA variants and disease-causing alleles.
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 ».