MétaCan
Menu
Retour à la cohorte
Enregistrement W4392131581 · doi:10.1038/s41598-024-55184-5

Kinetic characterization of human mRNA guanine-N7 methyltransferase

2024· article· en· W4392131581 sur OpenAlexafffund
Sumera Perveen, Aliakbar Khalili Yazdi, Taraneh Hajian, Fengling Li, Masoud Vedadi

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Research and Splicing
Établissements canadiensStructural Genomics ConsortiumOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesMitacsEuropean Federation of Pharmaceutical Industries and AssociationsUniversity of TorontoOntario Genomics InstituteMerck KGaANational Institutes of HealthOntario GenomicsGenome CanadaMcGill UniversityGenentechGovernment of OntarioNational Institute of Allergy and Infectious DiseasesBayerPfizerBristol-Myers Squibb
Mots-clésGuanineMethyltransferaseMessenger RNAComputational biologyChemistryBiologyGeneBiochemistryMethylation

Résumé

récupéré en direct d'OpenAlex

The 5'-mRNA-cap formation is a conserved process in protection of mRNA in eukaryotic cells, resulting in mRNA stability and efficient translation. In humans, two methyltransferases, RNA cap guanine-N7 methyltransferase (hRNMT) and cap-specific nucleoside-2'-O-methyltransferase 1 (hCMTr1) methylate the mRNA resulting in cap0 (N7mGpppN-RNA) and cap1 (N7mGpppN2'-Om-RNA) formation, respectively. Coronaviruses mimic this process by capping their RNA to evade human immune systems. The coronaviral nonstructural proteins, nsp14 and nsp10-nsp16, catalyze the same reactions as hRNMT and hCMTr1, respectively. These two viral enzymes are important targets for development of inhibitor-based antiviral therapeutics. However, assessing the selectivity of such inhibitors against human corresponding proteins is crucial. Human RNMTs have been implicated in proliferation of cancer cells and are also potential targets for development of anticancer therapeutics. Here, we report the development and optimization of a radiometric assay for hRNMT, full kinetic characterization of its activity, and optimization of the assay for high-throughput screening with a Z-factor of 0.79. This enables selectivity determination for a large number of hits from various screening of coronaviral methyltransferases, and also screening hRNMT for discovery of inhibitors and chemical probes that potentially could be used to further investigate the roles RNMTs play in cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,289
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetRNA Research and SplicingTravaux en français237 207