Genome-scale analysis of Arabidopsis splicing-related protein kinase families reveals roles in abiotic stress adaptation
Notice bibliographique
Résumé
Nearly 60 - 80 % of intron-containing plant genes undergo alternative splicing in response to either stress or plant developmental cues. RNA splicing is performed by a large ribonucleoprotein complex called the spliceosome in conjunction with associated subunits such as serine arginine (SR) proteins, all of which undergo extensive phosphorylation. In plants, there are three main protein kinase families suggested to phosphorylate core spliceosome subunits and related splicing factors based on orthology to human splicing-related kinases: the SERINE/ARGININE PROTEIN KINASES (SRPK), ARABIDOPSIS FUS3 COMPLEMENT (AFC), and Pre-mRNA PROCESSING FACTOR 4 (PRP4K) protein kinases. To better define the conservation and role(s) of these kinases in plants, we performed a genome-scale analysis of the three families across photosynthetic eukaryotes, followed by extensive transcriptomic and bioinformatic analysis of all Arabidopsis thaliana SRPK, AFC, and PRP4K protein kinases to elucidate their biological functions. Unexpectedly, this revealed the existence of SRPK and AFC phylogenetic groups with distinct promoter elements and patterns of transcriptional response to abiotic stress, while PRP4Ks possess no phylogenetic sub-divisions, suggestive of functional redundancy. We also reveal splicing-related kinase families are both diel and photoperiod regulated, implicating different orthologs as discrete time-of-day RNA splicing regulators. This foundational work establishes a number of new hypotheses regarding how reversible spliceosome phosphorylation contributes to both diel plant cell regulation and abiotic stress adaptation in plants.
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 | 0,001 |
| 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 ».