Plant phase extraction: A method for enhanced discovery of the RNA-binding proteome and its dynamics in plants
Notice bibliographique
Résumé
RNA-binding proteins (RBPs) play critical roles in posttranscriptional gene regulation. Current methods of systematically profiling RBPs in plants have been predominantly limited to proteins interacting with polyadenylated (poly(A)) RNAs. We developed a method called plant phase extraction (PPE), which yielded a highly comprehensive RNA-binding proteome (RBPome), uncovering 2,517 RBPs from Arabidopsis (Arabidopsis thaliana) leaf and root samples with a highly diverse array of RNA-binding domains. We identified traditional RBPs that participate in various aspects of RNA metabolism and a plethora of nonclassical proteins moonlighting as RBPs. We uncovered constitutive and tissue-specific RBPs essential for normal development and, more importantly, revealed RBPs crucial for salinity stress responses from a RBP-RNA dynamics perspective. Remarkably, 40% of the RBPs are non-poly(A) RBPs that were not previously annotated as RBPs, signifying the advantage of PPE in unbiasedly retrieving RBPs. We propose that intrinsically disordered regions contribute to their nonclassical binding and provide evidence that enzymatic domains from metabolic enzymes have additional roles in RNA binding. Taken together, our findings demonstrate that PPE is an impactful approach for identifying RBPs from complex plant tissues and pave the way for investigating RBP functions under different physiological and stress conditions at the posttranscriptional level.
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 ».