Des scientifiques révèlent comment l’ARN s’épisse correctement


Reconstructions CryoEM d’un groupe IIC RNP subissant la réaction de ramification. a, Caricature de l’épissage RNP du groupe II. b, Organisation du domaine de l’ARN intron et de sa maturase. c, Structure secondaire de l’intron, avec interactions tertiaires annotées. d, un gel d’électrophorèse sur gel d’urée-polyacrylamide (PAGE) à 5 % coloré au GelRed (en haut) et un gel SDS-PAGE coloré au rubis SYPRO (en bas) montrant diverses conditions utilisées pour obtenir des échantillons pour la cryoEM. La piste 1 est le marqueur de taille de l’ARN (en haut) et des protéines (en bas). La piste 2 est le marqueur montrant la migration de l’ARN précurseur. Les pistes 3 et 6 sont les échelles de réaction montrant respectivement la migration des produits linéaires et lariat. Les pistes 4 et 5 sont des échantillons cryoEM indépendants capturés à différentes étapes de réaction. e, Cartes cryoEM composites des complexes RNP de pré-ramification (pré-1F), de préligation (pré-2F) et de postligation (post-2F). Crédit: Nature (2023). DOI : 10.1038/s41586-023-06746-6

Pour remplir toutes les fonctions vitales, les protéines doivent être produites à partir d’instructions véhiculées par des gènes contenus dans l’ADN et transmises à la machinerie de production de protéines de la cellule par l’ARN messager.

Cependant, pour générer un ARNm mature, les séquences intermédiaires appelées introns doivent être supprimées via un processus appelé épissage. Les erreurs qui se produisent lors de l’épissage peuvent potentiellement provoquer des maladies.

Dans une nouvelle étude publiée dans la revue Nature, un groupe de recherche dirigé par le laboratoire d’Anna Marie Pyle, professeur Sterling aux départements de biologie et de chimie moléculaire, cellulaire et développementale à Yale et chercheur au Howard Hughes Medical Institute, a exploré la mécanique du processus d’épissage. Pour ce faire, ils ont étudié un ancien ancêtre du spliceosome, un vaste complexe de protéines et d’ARN qui coupe les séquences intermédiaires.

“Chaque gène contient des introns qui doivent être éliminés dans un processus conservé effectué par le spliceosome”, a déclaré Ling Xu, chercheur postdoctoral au laboratoire Pyle et auteur principal de l’étude. “Et nous avons constaté que ces mécanismes sont partagés par les organismes, des bactéries aux humains.”

Écrire dans Natureles auteurs décrivent la série complexe de changements biochimiques et structurels qui permettent l’élimination des introns.

“Ce sont des actions et des composants clés hautement réglementés, et la chimie fondamentale de l’épissage n’a pas changé depuis l’Antiquité jusqu’à aujourd’hui”, a déclaré Tianshuo Liu, étudiant diplômé au Département de biologie moléculaire, cellulaire et développementale de Yale et co-auteur. de l’étude.

“Et chaque fois qu’une erreur se produit lors de l’épissage, vous découvrirez une maladie”, a ajouté Kevin Chung, étudiant diplômé du laboratoire Pyle et co-auteur.

L’épissage aberrant de l’ARNm a été impliqué dans des maladies neurodégénératives et neuromusculaires telles que la maladie de Parkinson et l’amyotrophie spinale.

Plus d’information:
Ling Xu et al, Aperçus structurels de la catalyse et de la dynamique des introns lors de l’épissage, Nature (2023). DOI : 10.1038/s41586-023-06746-6

Fourni par l’Université de Yale

Citation: Des scientifiques révèlent comment l’ARN est correctement épissé (24 novembre 2023) récupéré le 24 novembre 2023 sur

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.



Related posts

L’analyse révèle que la plupart des LLM majeurs en open source et en source fermée ont tendance à pencher à gauche lorsqu’on leur pose des questions à forte connotation politique

Une étude examine la contagion du suicide après le décès de célébrités, ouvrant des pistes de prévention

Sonder la capture du carbone, atome par atome, avec un modèle d’apprentissage automatique