Relationship of Fiber Surface Iron and Active Oxygen Species to Expression of Procollagen, PDGF-A, and TGF-β1 in Tracheal Explants Exposed to Amosite Asbestos
Notice bibliographique
Résumé
To investigate the role of iron and active oxygen species (AOS) in asbestos-induced fibrosis, we loaded increasing amounts of Fe(II)/Fe(III) onto the surface of amosite asbestos fibers and then applied the fibers to rat tracheal explants. Explants were harvested after 7 d in air organ culture. Asbestos by itself doubled procollagen gene expression, and a further increase was seen with increasing iron loading; actual collagen content measured as hydroxyproline was increased in a similar pattern. Iron loading also increased gene expression of platelet-derived growth factor (PDGF)-A and transforming growth factor (TGF)-beta(1). Neither asbestos alone nor iron-loaded asbestos affected gene expression of PDGF-B, tumor necrosis factor-alpha, or TGF-alpha. The AOS scavenger tetramethylthiourea or treatment of fibers with the iron chelator deferoxamine prevented asbestos-induced increases in procollagen, PDGF-A, and TGF-beta gene expression, whereas glutathione had no effect. The proteasome inhibitor MG-132 abolished asbestos-induced increases in procollagen gene expression but did not affect increases in PDGF-A or TGF-beta(1) expression, whereas the extracellular signal-regulated protein kinase (ERK) inhibitor PD98059 had exactly the opposite effect. We conclude that surface iron as well as the iron-catalyzed generation of AOS play a role in asbestos-induced matrix (procollagen) production and that this process is driven in part through oxidant-induced nuclear factor kappa B activation. Surface iron and AOS also play a role in PDGF-A and TGF-beta gene expression, but through an ERK-dependent mechanism.
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 ».