Identification of nonferritin mitochondrial iron deposits in a mouse model of Friedreich ataxia
Notice bibliographique
Résumé
There is no effective treatment for the cardiomyopathy of the most common autosomal recessive ataxia, Friedreich ataxia (FA). This disease is due to decreased expression of the mitochondrial protein, frataxin, which leads to alterations in mitochondrial iron (Fe) metabolism. The identification of potentially toxic mitochondrial Fe deposits in FA suggests Fe plays a role in its pathogenesis. Studies using the muscle creatine kinase (MCK) conditional frataxin knockout mouse that mirrors the disease have demonstrated frataxin deletion alters cardiac Fe metabolism. Indeed, there are pronounced changes in Fe trafficking away from the cytosol to the mitochondrion, leading to a cytosolic Fe deficiency. Considering Fe deficiency can induce apoptosis and cell death, we examined the effect of dietary Fe supplementation, which led to body Fe loading and limited the cardiac hypertrophy in MCK mutants. Furthermore, this study indicates a unique effect of heart and skeletal muscle-specific frataxin deletion on systemic Fe metabolism. Namely, frataxin deletion induces a signaling mechanism to increase systemic Fe levels and Fe loading in tissues where frataxin expression is intact (i.e., liver, kidney, and spleen). Examining the mutant heart, native size-exclusion chromatography, transmission electron microscopy, Mössbauer spectroscopy, and magnetic susceptibility measurements demonstrated that in the absence of frataxin, mitochondria contained biomineral Fe aggregates, which were distinctly different from isolated mammalian ferritin molecules. These mitochondrial aggregates of Fe, phosphorus, and sulfur, probably contribute to the oxidative stress and pathology observed in the absence of frataxin.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».