MétaCan
Menu
Back to cohort
Record W2946214445 · doi:10.71781/32065

Régulation de l’activité de Dicer par TRBP dans la biogénèse des micro-ARN

2018· dissertation· fr· W2946214445 on OpenAlexfundno aff
Jonathan Bouvette

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2018
Typedissertation
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicRNA Research and Splicing
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaUniversité de Montréal
KeywordsBiologyChemistry

Abstract

fetched live from OpenAlex

Les microARN (miARN) sont de petits ARN non codants ayant un rôle dans la régulation post-transcriptionnelle des gènes. Ils font partie du complexe de répression induit par les miARN (RNA-induced silencing complex; RISC) où ils servent de guide pour cibler des ARN messagers (ARNm) par complémentarité de séquence et inhibent leur traduction. Les miARN ont le potentiel de réguler la traduction de pratiquement toutes les protéines cellulaires, ce qui leur confère un rôle central dans plusieurs processus cellulaires, dont le développement de l’organisme. Afin d’être fonctionnels, les miARN doivent passer par une voie de biogénèse hautement régulée où ils sont d’abord transcrits, puis clivés en deux temps par les endonucléases Drosha et Dicer et, finalement, chargés sur Argonaute (AGO) pour former le complexe RISC. Cette thèse s’intéresse à l’étape de clivage par Dicer et sa régulation par le cofacteur TRBP, protéine pouvant à la fois lier Dicer et son substrat. Le premier objectif de cette thèse est de développer un nouveau protocole pour l’expression et la purification de la protéine Dicer humaine afin de faciliter sa caractérisation in vitro en améliorant les rendements limités des méthodes existantes. Nous avons optimisé l’expression de Dicer dans un système d’expression basé sur des cellules humaines HEK293-6E cultivées en suspension. Ensuite, nous avons développé un protocole de purification en 3 étapes permettant la purification de Dicer en une seule journée, où chacune des étapes a été soigneusement optimisée pour minimiser les pertes et maximiser la stabilité de Dicer. Ensuite, par des études biophysiques de SEC-MALS et microscopie électronique à coloration négative, nous avons confirmé que Dicer était bien repliée sous forme monomérique. Finalement, nous avons fait la caractérisation biochimique de Dicer en mesurant sa liaison à un pre-miARN par études de retard sur gel et des études de cinétique à l’état-stationnaire. Ces expériences de cinétique nous ont permis de déterminer de nouvelles valeurs de kcat et KM qui concordent avec un modèle impliquant un changement de conformation du complexe Dicer-substrat avant la réaction de clivage. Le deuxième objectif est de caractériser l’effet de TRBP sur l’activité de Dicer. Pour ce faire, nous avons testé quelques pre-miARN en présence de TRBP et montré que cette dernière pouvait être un activateur ou un inhibiteur de Dicer. En effet, TRBP active Dicer à faible concentration de substrat alors qu’elle inhibe Dicer à forte concentration de substrat. Nous avons ensuite caractérisé ce mécanisme enzymatique de manière détaillée par la combinaison d’expériences de liaison et de cinétique à l’état-stationnaire. Notre modèle final montre qu’une faible concentration de TRBP est nécessaire afin d’obtenir un effet d’activation à faible concentrations de substrat. Cela suggère que TRBP active Dicer sans modifier sa grande spécificité pour son substrat. Ces nouveaux résultats suggèrent que TRBP a évolué de manière à pouvoir activer efficacement Dicer sans modifier la spécificité de l'enzyme.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.003
Threshold uncertainty score0.010

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0030.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.198
Teacher spread0.192 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicRNA Research and SplicingFrench-language works237,207