MétaCan
Menu
Retour à la cohorte
Enregistrement W4387360308 · doi:10.1016/j.celrep.2023.113199

FUS RRM regulates poly(ADP-ribose) levels after transcriptional arrest and PARP-1 activation on DNA damage

2023· article· en· W4387360308 sur OpenAlexfundno aff
Evgeniya M. Mamontova, Marie‐Jeanne Clément, Maria V. Sukhanova, Vandana Joshi, Ahmed Bouhss, Juan Carlos Rengifo-Gonzalez, Bénédicte Desforges, Loïc Hamon, Olga I. Lavrik, David Pastré

Notice bibliographique

RevueCell Reports · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of HealthRussian Science FoundationInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la RechercheUniversité Paris-SaclayUniversité Laval
Mots-clésPoly ADP ribose polymeraseDNA damageDNA repairDNARNACell biologyBiologyPARP inhibitorChemistryMolecular biologyBiochemistryPolymeraseGene

Résumé

récupéré en direct d'OpenAlex

PARP-1 activation at DNA damage sites leads to the synthesis of long poly(ADP-ribose) (PAR) chains, which serve as a signal for DNA repair. Here we show that FUS, an RNA-binding protein, is specifically directed to PAR through its RNA recognition motif (RRM) to increase PAR synthesis by PARP-1 in HeLa cells after genotoxic stress. Using a structural approach, we also identify specific residues located in the FUS RRM, which can be PARylated by PARP-1 to control the level of PAR synthesis. Based on the results of this work, we propose a model in which, following a transcriptional arrest that releases FUS from nascent mRNA, FUS can be recruited by PARP-1 activated by DNA damage to stimulate PAR synthesis. We anticipate that this model offers new perspectives to understand the role of FET proteins in cancers and in certain neurodegenerative diseases such as amyotrophic lateral sclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,256
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetRNA Research and SplicingTravaux en français237 207