Caractérisation de la localisation et de l'activité du complexe effecteur des microARN
Bibliographic record
Abstract
Les microARN sont de courtes molécules d’ARN qui jouent un rôle important dans la régulation posttranscriptionnelle des gènes. Ces molécules ont d’abord été découvertes chez le nématode Caenorhabditis elegans mais sont maintenant reconnues comme des régulateurs importants de l’expression génique chez plusieurs animaux et plantes. Pour accomplir cette fonction, les microARN doivent s’associer à un complexe protéique nommé le miRISC (microRNA-induced silencing complex) qui est composé principalement d’une protéine Argonaute et des protéines GW182. Les microARN sont liés directement par les protéines Argonautes et peuvent ainsi guider celles-ci à la région 3’ nontraduite d’un ARNm cible par complémentarité de base. Le miRISC peut ensuite induire différents mécanismes de répression allant de la répression traductionnelle à la dégradation de la cible. À ce jour, les mécanismes qui modulent l’activité du miRISC ainsi que les interacteurs de ce complexe sont peu caractérisés. L’objectif principal de mon doctorat était donc d’étudier les processus qui régulent l’activité du complexe effecteur des miARN, le miRISC. Dans un premier temps, nous avons évalué l’importance de composantes connues du miRISC, soit les protéines GW182. Pour ce faire, nous avons aboli l’interaction entre les protéines Argonautes et GW182 et nous avons étudié l’effet de cette perte d’interaction sur la fonction du miRISC au cours du développement de C. elegans. Nous avons ainsi démontré que l’association de GW182 au miRISC n’était pas nécessaire pour le développement embryonnaire de l’animal. Nous avons par la suite confirmé que certaines cibles de microARN embryonnaires n’étaient pas affectées par l’absence de GW182. Nous avons ainsi conclu que le miRISC pouvait exister et fonctionner sous différentes formes et que les protéines GW182 étaient dispensables à l’activité du miRISC dans certains contextes. Dans un deuxième temps, nous avons tenté d’identifier de nouveaux facteurs qui contribuent à l’activité du miRISC en réalisant un criblage génétique. Nous avons ainsi identifié la RabGAP tbc-11 comme un nouvel acteur contribuant à la fonction des microARN. Nous avons démontré que tbc-11 agit sur la petite GTPase rab-6 et que la régulation de celle-ci est importante pour assurer la localisation intracellulaire adéquate de la protéine Argonaute ALG-1. Nos résultats ont permis de démontrer qu’une localisation inadéquate de la protéine ALG-1 engendre un défaut dans la répression de cibles de iii microARN. Nous avons ainsi pu conclure que le transport vésiculaire joue un rôle important dans la fonction des microARN. Les travaux réalisés au cours de mon doctorat ont permis de démontrer que la localisation et la composition du miRISC contribuent à la modulation de sa fonction. Ces résultats ont pu approfondir nos connaissances sur les mécanismes utilisés par la cellule pour moduler l’activité des microARN, et ouvrent ainsi la voie à d’autres recherches pouvant étudier les fonctions des microARN dans divers contextes.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".