MétaCan
Menu
Retour à la cohorte
Enregistrement W4400541190 · doi:10.1002/bies.202400107

Lost in translation: How neurons cope with tRNA decoding

2024· review· en· W4400541190 sur OpenAlexfundno aff
Wei Guo, Stefano Russo, Francesca Tuorto

Notice bibliographique

RevueBioEssays · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsDeutsche Forschungsgemeinschaft
Mots-clésTransfer RNATranslation (biology)Protein biosynthesisBiologyRibosomeTranslational regulationMessenger RNAComputational biologyRNAGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Post-transcriptional tRNA modifications contribute to the decoding efficiency of tRNAs by supporting codon recognition and tRNA stability. Recent work shows that the molecular and cellular functions of tRNA modifications and tRNA-modifying-enzymes are linked to brain development and neurological disorders. Lack of these modifications affects codon recognition and decoding rate, promoting protein aggregation and translational stress response pathways with toxic consequences to the cell. In this review, we discuss the peculiarity of local translation in neurons, suggesting a role for fine-tuning of translation performed by tRNA modifications. We provide several examples of tRNA modifications involved in physiology and pathology of the nervous system, highlighting their effects on protein translation and discussing underlying mechanisms, like the unfolded protein response (UPR), ribosome quality control (RQC), and no-go mRNA decay (NGD), which could affect neuronal functions. We aim to deepen the understanding of the roles of tRNA modifications and the coordination of these modifications with the protein translation machinery in the nervous system.

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 enseignants0,992
Score d'incertitude au seuil0,780

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 Opus0,070
Tête enseignante GPT0,333
Écart entre enseignants0,262 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioEssaysMême sujetRNA modifications and cancerTravaux en français237 207