Mitochondrial mRNA localization is governed by translation kinetics and spatial transport
Notice bibliographique
Résumé
For many nuclear-encoded mitochondrial genes, mRNA localizes to the mitochondrial surface co-translationally, aided by the association of a mitochondrial targeting sequence (MTS) on the nascent peptide with the mitochondrial import complex. For a subset of these co-translationally localized mRNAs, their localization is dependent on the metabolic state of the cell, while others are constitutively localized. To explore the differences between these two mRNA types we developed a stochastic, quantitative model for MTS-mediated mRNA localization to mitochondria in yeast cells. This model includes translation, applying gene-specific kinetics derived from experimental data; and diffusion in the cytosol. Even though both mRNA types are co-translationally localized we found that the steady state number, or density, of ribosomes along an mRNA was insufficient to differentiate the two mRNA types. Instead, conditionally-localized mRNAs have faster translation kinetics which modulate localization in combination with changes to diffusive search kinetics across metabolic states. Our model also suggests that the MTS requires a maturation time to become competent to bind mitochondria. Our work indicates that yeast cells can regulate mRNA localization to mitochondria by controlling mitochondrial volume fraction (influencing diffusive search times) and gene translation kinetics (adjusting mRNA binding competence) without the need for mRNA-specific binding proteins. These results shed light on both global and gene-specific mechanisms that enable cells to alter mRNA localization in response to changing metabolic conditions.
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 ».