Regulation of the Drosophila transcriptome by Pumilio and the CCR4-NOT deadenylase complex
Notice bibliographique
Résumé
The sequence-specific RNA-binding protein Pumilio controls Drosophila development; however, the network of mRNAs that it regulates remains incompletely characterized. In this study, we utilize knockdown and knockout approaches coupled with RNA-Seq to measure the impact of Pumilio on the transcriptome of Drosophila cells in culture. We also use an improved RNA co-immunoprecipitation method to identify Pumilio-bound mRNAs in Drosophila embryos. Integration of these datasets with the locations of Pumilio binding motifs across the transcriptome reveal novel direct Pumilio target genes involved in neural, muscle, wing, and germ cell development, and cellular proliferation. These genes include components of Wnt, TGF-beta, MAPK/ERK, and Notch signaling pathways, DNA replication, and lipid metabolism. We identify the mRNAs regulated by the CCR4-NOT deadenylase complex, a key factor in Pumilio-mediated repression, and observe concordant regulation of Pumilio:CCR4-NOT target mRNAs. Computational modeling reveals that Pumilio binding, binding site number, clustering, and sequence context are important determinants of regulation. In contrast, we show that the responses of direct mRNA targets to Pumilio-mediated repression are not influenced by their content of optimal synonymous codons. Moreover, contrary to a prevailing model, we do not detect a role for CCR4-NOT in the degradation of mRNAs with low codon optimality. Together, the results of this work provide new insights into the Pumilio regulatory network and mechanisms, and the parameters that influence the efficacy of Pumilio-mediated 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.
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 ».