MétaCan
Menu
Retour à la cohorte
Enregistrement W4220948360 · doi:10.1093/g3journal/jkac035

A novel mistranslating tRNA model in <i>Drosophila melanogaster</i> has diverse, sexually dimorphic effects

2022· article· en· W4220948360 sur OpenAlexafffund
Joshua Isaacson, Matthew D. Berg, Brendan Charles, Jessica Jagiello, Judit Villén, Christopher J. Brandl, Amanda J. Moehring

Notice bibliographique

RevueG3 Genes Genomes Genetics · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensWestern University
Organismes subventionnairesNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthW. M. Keck Foundation
Mots-clésBiologyDrosophila melanogasterSexual dimorphismDrosophila (subgenus)Transfer RNAEvolutionary biologyGeneticsZoologyGeneRNA

Résumé

récupéré en direct d'OpenAlex

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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,248
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueG3 Genes Genomes GeneticsMême sujetRNA modifications and cancerTravaux en français237 207