MétaCan
Menu
Retour à la cohorte
Enregistrement W4399755909 · doi:10.1080/19491034.2024.2360196

eIF4E orchestrates mRNA processing, RNA export and translation to modify specific protein production

2024· article· en· W4399755909 sur OpenAlexafffund
Jean-Clément Mars, Biljana Culjkovic‐Kraljacic, Katherine L. B. Borden

Notice bibliographique

RevueNucleus · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensUniversité de MontréalInstitute for Research in Immunology and Cancer
Organismes subventionnairesNational Cancer InstituteCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésEIF4EMessenger RNATranslation (biology)Protein biosynthesisCell biologyRna processingRNAProduction (economics)BiologyGeneGeneticsEconomics

Résumé

récupéré en direct d'OpenAlex

The eukaryotic translation initiation factor eIF4E acts as a multifunctional factor that simultaneously influences mRNA processing, export, and translation in many organisms. Its multifactorial effects are derived from its capacity to bind to the methyl-7-guanosine cap on the 5'end of mRNAs and thus can act as a cap chaperone for transcripts in the nucleus and cytoplasm. In this review, we describe the multifactorial roles of eIF4E in major mRNA-processing events including capping, splicing, cleavage and polyadenylation, nuclear export and translation. We discuss the evidence that eIF4E acts at two levels to generate widescale changes to processing, export and ultimately the protein produced. First, eIF4E alters the production of components of the mRNA processing machinery, supporting a widescale reprogramming of multiple mRNA processing events. In this way, eIF4E can modulate mRNA processing without physically interacting with target transcripts. Second, eIF4E also physically interacts with both capped mRNAs and components of the RNA processing or translation machineries. Further, specific mRNAs are sensitive to eIF4E only in particular mRNA processing events. This selectivity is governed by the presence of cis-acting elements within mRNAs known as USER codes that recruit relevant co-factors engaging the appropriate machinery. In all, we describe the molecular bases for eIF4E's multifactorial function and relevant regulatory pathways, discuss the basis for selectivity, present a compendium of ~80 eIF4E-interacting factors which play roles in these activities and provide an overview of the relevance of its functions to its oncogenic potential. Finally, we summarize early-stage clinical studies targeting eIF4E in cancer.

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)0,000
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,028
Tête enseignante GPT0,276
Écart entre enseignants0,248 · 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

Citations32
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNucleusMême sujetPI3K/AKT/mTOR signaling in cancerTravaux en français237 207