High-Throughput Analysis Reveals miRNA Upregulating α-2,6-Sialic Acid through Direct miRNA–mRNA Interactions
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».