Proteostasis regulation through ribosome quality control and no‐go‐decay
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
Cell functionality relies on the existing pool of proteins and their folding into functional conformations. This is achieved through the regulation of protein synthesis, which requires error-free mRNAs and ribosomes. Ribosomes are quality control hubs for mRNAs and proteins. Problems during translation elongation slow down the decoding rate, leading to ribosome halting and the eventual collision with the next ribosome. Collided ribosomes form a specific disome structure recognized and solved by ribosome quality control (RQC) mechanisms. RQC pathways orchestrate the degradation of the problematic mRNA by no-go decay and the truncated nascent peptide, the repression of translation initiation, and the recycling of the stalled ribosomes. All these events maintain protein homeostasis and return valuable ribosomes to translation. As such, cell homeostasis and function are maintained at the mRNA level by preventing the production of aberrant or unnecessary proteins. It is becoming evident that the crosstalk between RQC and the protein homeostasis network is vital for cell function, as the absence of RQC components leads to the activation of stress response and neurodegenerative diseases. Here, we review the molecular events of RQC discovered through well-designed stalling reporters. Given the impact of RQC in proteostasis, we discuss the relevance of identifying endogenous mRNA regulated by RQC and their preservation in stress conditions. This article is categorized under: RNA Turnover and Surveillance > Turnover/Surveillance Mechanisms Translation > Regulation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle