Modulation of Cellular Iron Metabolism by Hydrogen Peroxide
Notice bibliographique
Résumé
Cellular iron uptake and storage are coordinately controlled by binding of iron-regulatory proteins (IRP), IRP1 and IRP2, to iron-responsive elements (IREs) within the mRNAs encoding transferrin receptor (TfR) and ferritin. Under conditions of iron starvation, both IRP1 and IRP2 bind with high affinity to cognate IREs, thus stabilizing TfR and inhibiting translation of ferritin mRNAs. The IRE/IRP regulatory system receives additional input by oxidative stress in the form of H(2)O(2) that leads to rapid activation of IRP1. Here we show that treating murine B6 fibroblasts with a pulse of 100 microm H(2)O(2) for 1 h is sufficient to alter critical parameters of iron homeostasis in a time-dependent manner. First, this stimulus inhibits ferritin synthesis for at least 8 h, leading to a significant (50%) reduction of cellular ferritin content. Second, treatment with H(2)O(2) induces a approximately 4-fold increase in TfR mRNA levels within 2-6 h, and subsequent accumulation of newly synthesized protein after 4 h. This is associated with a profound increase in the cell surface expression of TfR, enhanced binding to fluorescein-tagged transferrin, and stimulation of transferrin-mediated iron uptake into cells. Under these conditions, no significant alterations are observed in the levels of mitochondrial aconitase and the Divalent Metal Transporter DMT1, although both are encoded by two as yet lesser characterized IRE-containing mRNAs. Finally, H(2)O(2)-treated cells display an increased capacity to sequester (59)Fe in ferritin, despite a reduction in the ferritin pool, which results in a rearrangement of (59)Fe intracellular distribution. Our data suggest that H(2)O(2) regulates cellular iron acquisition and intracellular iron distribution by both IRP1-dependent and -independent mechanisms.
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) | 0,000 | 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 ».