Effects of nitrogen monoxide and carbon monoxide on molecular and cellular iron metabolism: mirror-image effector molecules that target iron
Notice bibliographique
Résumé
Many effector functions of nitrogen monoxide (NO) and carbon monoxide (CO) are mediated through their high-affinity for iron (Fe). In this review, the roles of NO and CO are examined in terms of their effects on the molecular and cellular mechanisms involved in Fe metabolism. Both NO and CO avidly form complexes with a plethora of Fe-containing molecules. The generation of NO and CO is mediated by the nitric oxide synthase and haem oxygenase (HO) families of enzymes respectively. The effects of NO on Fe metabolism have been well characterized, whereas knowledge of the effects of CO remains within its infancy. In terms of the role of NO in Fe metabolism, one of the best characterized interactions includes its effect on the iron regulatory proteins. These molecules are mRNA-binding proteins that control the expression of the transferrin receptor 1 and ferritin, molecules that are involved in Fe uptake and storage respectively. Apart from this, activated macrophages impart their cytotoxic activity by generating NO, which results in marked Fe mobilization from tumour-cell targets. This deprives the cell of the Fe that is required for DNA synthesis and energy production. Considering that HO degrades haem, resulting in the release of CO, Fe(II) and biliverdin, it is suggested that a CO-Fe complex will form. This may account for the rapid Fe mobilization observed from macrophages after haemoglobin catabolism. Intriguingly, overexpression of HO results in cellular Fe mobilization, suggesting that CO has a similar effect to NO on Fe trafficking. Preliminary evidence suggests that, like NO, CO plays important roles in Fe metabolism.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».