Genetic screening of long non-coding RNAs in human embryonic stem cells reveals novel regulators of pluripotency
Notice bibliographique
Résumé
The human genome encodes thousands of long non-coding RNAs (lncRNAs), transcripts of over 200 nucleotides that lack protein-coding potential. lncRNAs are emerging as key players in diverse cellular processes, particularly in tissue-specific contexts, yet their functionality remained poorly understood. Here, we performed a CRISPR interference (CRISPRi) screen in human embryonic stem cells (hESCs), identifying over 100 essential and about 150 growth-restricting lncRNAs. We show that growth-modifying lncRNAs display distinctive properties, including unique expression signatures, genomic structure, evolutionary conservation, chromosomal distribution, and potential involvement in teratoma formation. Notably, we uncovered two primate-conserved, uncharacterized, essential lncRNAs that regulate neighboring pluripotency transcription factors: lncOCT4, which positively regulates OCT4 and induces p53-mediated apoptosis upon knockdown, and lncVRTN, which acts as a putative negative regulator of VRTN, affecting cell fate determination. These findings shed light on the contribution of lncRNAs to the human-specific pluripotency network and provide insights into lncRNA-mediated regulation of hESC growth and differentiation.
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 | 0,001 | 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 ».