MétaCan
Menu
Retour à la cohorte
Enregistrement W4408745381 · doi:10.1261/rna.080450.125

Natural human tRNA<sup>Ala</sup>anticodon variants mistranslate the genetic code

2025· article· en· W4408745381 sur OpenAlexaff
Rasangi Tennakoon, Teija M.I. Bily, Farah Hasan, Kyle Hoffman, Patrick O’Donoghue

Notice bibliographique

RevueRNA · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA modifications and cancer
Établissements canadiensBioinformatics Solutions (Canada)Western University
Organismes subventionnairesnon disponible
Mots-clésBiologyTransfer RNAGenetic codeGeneticsValineAmino acidGeneAminoacyl tRNA synthetaseBiochemistryRNA

Résumé

récupéré en direct d'OpenAlex

Transfer RNAs (tRNAs) play an essential role in protein synthesis by linking the nucleic acid sequences of gene products to the amino acid sequences of proteins. There are &gt;400 functional tRNA genes in humans, and adding to this diversity, there are many single-nucleotide polymorphisms in tRNAs across our population, including anticodon variants that mistranslate the genetic code. In human genomes, we identified three rare alanine tRNA (tRNA Ala ) variants with nonsynonymous anticodon mutations: tRNA Ala CGC G35T, tRNA Ala UGC G35A, and tRNA Ala AGC C36T. Since alanyl-tRNA synthetase (AlaRS) does not recognize the anticodon, we hypothesized that these tRNA Ala variants will misincorporate Ala at glutamate (Glu), valine (Val), and threonine (Thr) codons, respectively. We found that expressing the naturally occurring tRNA Ala variants in human cells led to defects in protein production without a substantial impact on cell growth. Using mass spectrometry, we confirmed and estimated Ala misincorporation levels at Glu (0.7%), Val (5%), and Thr (0.1%) codons. Although Ala misincorporation was higher at Val codons, cells misincorporating Ala at Glu codons had the most severe defect in protein production. The data demonstrate the ability of natural human tRNA Ala variants to generate mistranslation, leading to defects in protein production that depend on the nature of the amino acid replacement.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,399

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 Opus0,010
Tête enseignante GPT0,270
Écart entre enseignants0,260 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRNAMême sujetRNA modifications and cancerTravaux en français237 207