<i>Arabidopsis</i> HOT3/eIF5B1 constrains rRNA RNAi by facilitating 18S rRNA maturation
Notice bibliographique
Résumé
Ribosome biogenesis is essential for protein synthesis in gene expression. Yeast eIF5B has been shown biochemically to facilitate 18S ribosomal RNA (rRNA) 3′ end maturation during late-stage 40S ribosomal subunit assembly and gate the transition from translation initiation to elongation. But the genome-wide effects of eIF5B have not been studied at the single-nucleotide resolution in any organism, and 18S rRNA 3′ end maturation is poorly understood in plants. Arabidopsis HOT3/eIF5B1 was found to promote development and heat stress acclimation by translational regulation, but its molecular function remained unknown. Here, we show that HOT3 is a late-stage ribosome biogenesis factor that facilitates 18S rRNA 3′ end processing and is a translation initiation factor that globally impacts the transition from initiation to elongation. By developing and implementing 18S-ENDseq, we revealed previously unknown events in 18S rRNA 3′ end maturation or metabolism. We quantitatively defined processing hotspots and identified adenylation as the prevalent nontemplated RNA addition at the 3′ ends of pre-18S rRNAs. Aberrant 18S rRNA maturation in hot3 further activated RNA interference to generate RDR1- and DCL2/4-dependent risiRNAs mainly from a 3′ portion of 18S rRNA. We further showed that risiRNAs in hot3 were predominantly localized in ribosome-free fractions and were not responsible for the 18S rRNA maturation or translation initiation defects in hot3 . Our study uncovered the molecular function of HOT3/eIF5B1 in 18S rRNA maturation at the late 40S assembly stage and revealed the regulatory crosstalk among ribosome biogenesis, messenger RNA (mRNA) translation initiation, and siRNA biogenesis 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 | 0,001 | 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 | 0,001 |
| 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 ».