Proteasome inhibition induces hsp30 and hsp70 gene expression as well as the acquisition of thermotolerance in Xenopus laevis A6 cells
Notice bibliographique
Résumé
Previous studies have shown that inhibiting the activity of the proteasome leads to the accumulation of damaged or unfolded proteins within the cell. In this study, we report that proteasome inhibitors, lactacystin and carbobenzoxy-L-leucyl-L-leucyl-L-leucinal (MG132), induced the accumulation of ubiquitinated proteins as well as a dose- and time-dependent increase in the relative levels of heat shock protein (HSP)30 and HSP70 and their respective mRNAs in Xenopus laevis A6 kidney epithelial cells. In A6 cells recovering from MG132 exposure, HSP30 and HSP70 levels were still elevated after 24 h but decreased substantially after 48 h. The activation of heat shock factor 1 (HSF1) may be involved in MG132-induced hsp gene expression in A6 cells since KNK437, a HSF1 inhibitor, repressed the accumulation of HSP30 and HSP70. Exposing A6 cells to simultaneous MG132 and mild heat shock enhanced the accumulation of HSP30 and HSP70 to a much greater extent than with each stressor alone. Immunocytochemical studies determined that HSP30 was localized primarily in the cytoplasm of lactacystin- or MG132-treated cells. In some cells treated with higher concentrations of MG132 or lactacystin, we observed in the cortical cytoplasm (1) relatively large HSP30 staining structures, (2) colocalization of actin and HSP30, and (3) cytoplasmic areas that were devoid of HSP30. Lastly, MG132 treatment of A6 cells conferred a state of thermotolerance such that they were able to survive a subsequent thermal challenge.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».