High-Throughput Analysis Reveals miRNA Upregulating α-2,6-Sialic Acid through Direct miRNA–mRNA Interactions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chemical biology has revealed the importance of sialic acids as a major signal in physiology and disease. The terminal modification α-2,6-sialic acid is controlled by the enzymes ST6GAL1 and ST6GAL2. Dysregulation of this glycan impacts immunological recognition and cancer development. microRNAs (miRNA, miR), noncoding RNAs that downregulate protein expression, are important regulators of glycosylation. Using our recently developed high-throughput fluorescence assay (miRFluR), we comprehensively mapped the miRNA regulatory landscape of α-2,6-sialyltransferases ST6GAL1 and ST6GAL2. We found, contrary to expectations, the majority of miRNAs upregulate ST6GAL1 and α-2,6-sialylation in a variety of cancer cells. In contrast, miRNAs that regulate ST6GAL2 were predominantly downregulatory. Mutational analysis identified direct binding sites in the 3'-untranslated region (UTR) responsible for upregulation, confirming it is a direct effect. The miRNA binding proteins AGO2 and FXR1 were required for upregulation. Our results upend common assumptions surrounding miRNA, arguing that upregulation by these noncoding RNA is common. Indeed, for some proteins, upregulation may be the dominant function of miRNA. Our work also suggests that upregulatory miRNAs enhance overexpression of ST6GAL1 and α-2,6-sialylation, providing another potential pathway to explain the dysregulation observed in cancer and other disease states.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle