In Vitro Effect of Arsenical Compounds on Glutathione-Related Enzymes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The mechanism of arsenic toxicity is believed to be due to the ability of arsenite (As(III)) to bind protein thiols. Glutathione (GSH) is the most abundant cellular thiol, and both GSH and GSH-related enzymes are important antioxidants that play an important role in the detoxification of arsenic and other carcinogens. The effect of arsenic on the activity of a variety of enzymes that use GSH has been determined using purified preparations of glutathione reductase (GR) from yeast and bovine glutathione peroxidase (GPx) and equine glutathione S-transferase (GST). The effect on enzyme activity of increasing concentrations (from 1 microM to 100 mM) of commercial sodium arsenite (As(III)) and sodium arsenate (As(V)) and a prepared arsenic(III)-glutathione complex [As(III)(GS)(3)] and methylarsenous diiodide (CH(3)As(III)) has been examined. GR, GPx, and GST are not sensitive to As(V) (IC(50) > 50 mM), and none of the enzymes are inhibited or activated by physiologically relevant concentrations of As(III), As(III)(GS)(3), or CH(3)As(III), although CH(3)As(III) is the most potent inhibitor (0.3 mM < IC(50) < 1.5 mM). GPx is the most sensitive to arsenic treatment and GST the least. Our results do not implicate a direct interaction of As with the glutathione-related enzymes, GR, GPx, and GST, in the mechanism of arsenic toxicity. CH(3)As(III) is the most effective inhibitor, but it is unclear whether this product of arsenic metabolism is produced at a sufficiently high concentration in critical target tissues to play a major role in either arsenic toxicity or carcinogenesis.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 découle