Arsenic trioxide (AT) is a novel human neutrophil pro‐apoptotic agent: effects of catalase on AT‐induced apoptosis, degradation of cytoskeletal proteins and <i>de novo</i> protein synthesis
Notice bibliographique
Résumé
The anti-cancer drug arsenic trioxide (AT) induces apoptosis in a variety of transformed or proliferating cells. However, little is known regarding its ability to induce apoptosis in terminally differentiated cells, such as neutrophils. Because neutropenia has been reported in some cancer patients after AT treatment, we hypothesised that AT could induce neutrophil apoptosis, an issue that has never been investigated. Herein, we found that AT-induced neutrophil apoptosis and gelsolin degradation via caspases. AT did not increase neutrophil superoxide production and did not induce mitochondrial generation of reactive oxygen species. AT-induced apoptosis in PLB-985 and X-linked chronic granulomatous disease (CGD) cells (PLB-985 cells deficient in gp91(phox) mimicking CGD) at the same potency. Addition of catalase, an inhibitor of H2O2, reversed AT-induced apoptosis and degradation of the cytoskeletal proteins gelsolin, alpha-tubulin and lamin B1. Unexpectedly, AT-induced de novo protein synthesis, which was reversed by catalase. Cycloheximide partially reversed AT-induced apoptosis. We conclude that AT induces neutrophil apoptosis by a caspase-dependent mechanism and via de novo protein synthesis. H2O2 is of major importance in AT-induced neutrophil apoptosis but its production does not originate from nicotinamide adenine dinucleotide phosphate dehydrogenase activation and mitochondria. Cytoskeletal structures other than microtubules can now be considered as novel targets of AT.
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) | 0,001 | 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 ».