Potential Nucleotide Sites for RNA Glycosylation: acp3U and Beyond
Notice bibliographique
Résumé
The emerging field of glycoRNAs, RNA molecules covalently modified with glycans, challenges the long-held belief that glycosylation is exclusive to proteins and lipids. The discovery of 3-(3-amino-3-carboxypropyl) uridine (acp3U) as a specific N-glycan attachment site has been a major breakthrough, establishing glycoRNA as a structurally defined and functionally relevant biopolymer. This new function of acp3U suggests its crucial regulatory node that correlates translation with other cellular processes, such as immune modulation and cell signaling. The presence of glycoRNAs on the cell surface and their interaction with immune receptors imply their involvement in cell-to-cell communication. Furthermore, studies have begun to associate altered glycoRNA patterns with conditions like cancer and inflammation, opening up possibilities for diagnostic and therapeutic applications. Despite the rapid progress in this field, several key challenges remain, including the inherent bias of current detection methods, the difficulty of isolating pure glycoRNA samples from complex cellular mixtures, and the largely unknown mechanisms of specific glycan linkages. Future research must focus on developing unbiased and sensitive analytical technologies to accurately map these modification patterns at a single-nucleotide resolution. This review summarizes the chemical and enzymatic mechanisms of RNA glycosylation sites, highlights its potential functional roles in cells, and outlines future research aimed at uncovering its full biological and therapeutic potential.
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 ».