MétaCan
Menu
Retour à la cohorte
Enregistrement W4399865664 · doi:10.1016/j.jbc.2024.107488

RNA modifying enzymes shape tRNA biogenesis and function

2024· review· en· W4399865664 sur OpenAlexafffund
Sarah K. Schultz, Ute Kothe

Notice bibliographique

RevueJournal of Biological Chemistry · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransfer RNABiogenesisRNAEnzymeFunction (biology)BiochemistryBiologyChemistryComputational biologyCell biologyGene

Résumé

récupéré en direct d'OpenAlex

Transfer RNAs (tRNAs) are the most highly modified cellular RNAs, both with respect to the proportion of nucleotides that are modified within the tRNA sequence and with respect to the extraordinary diversity in tRNA modification chemistry. However, the functions of many different tRNA modifications are only beginning to emerge. tRNAs have two general clusters of modifications. The first cluster is within the anticodon stem-loop including several modifications essential for protein translation. The second cluster of modifications is within the tRNA elbow, and roles for these modifications are less clear. In general, tRNA elbow modifications are typically not essential for cell growth, but nonetheless several tRNA elbow modifications have been highly conserved throughout all domains of life. In addition to forming modifications, many tRNA modifying enzymes have been demonstrated or hypothesized to also play an important role in folding tRNA acting as tRNA chaperones. In this review, we summarize the known functions of tRNA modifying enzymes throughout the lifecycle of a tRNA molecule, from transcription to degradation. Thereby, we describe how tRNA modification and folding by tRNA modifying enzymes enhance tRNA maturation, tRNA aminoacylation, and tRNA function during protein synthesis, ultimately impacting cellular phenotypes and disease.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,811

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,068
Tête enseignante GPT0,323
Écart entre enseignants0,255 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations36
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetRNA modifications and cancerTravaux en français237 207