Regulatory Mechanisms Modulating the Expression of Cytochrome P450 1A1 Gene by Heavy Metals
Notice bibliographique
Résumé
We recently demonstrated that heavy metals, Hg2+, Pb2+, and Cu2+ induced Cyp1a1 gene expression, yet the mechanisms involved remain unknown. To explore the molecular mechanisms involved in the modulation of Cyp1a1 by heavy metals, Hepa 1c1c7 cells were treated with the metals in the presence and absence of 2,3,7,8-tetrachlorodibenzo-p-dioxin (TCDD), a potent Cyp1a1 inducer. Time-dependent effect study showed that all metals significantly induced the basal Cyp1a1 mRNA. This was apparent 3 h after treatment, and levels remained elevated for at least 24 h. At the inducible level, Hg2+ and Pb2+ further increased, while Cu2+ decreased, the TCDD-mediated induction of Cyp1a1 mRNA. The RNA synthesis inhibitor, actinomycin D, completely blocked the Cyp1a1 induction by heavy metals. The protein synthesis inhibitor, cycloheximide, and 26S proteasome inhibitor, carbobenzoxy-L-leucyl-L-leucyl-leucinal (MG-132), super-induced the metal-mediated induction of Cyp1a1 mRNA. In addition, all three metals induced aryl hydrocarbon receptor/xenobiotic-responsive element (AhR/XRE) binding, suggesting an AhR-dependent mechanism. Cyp1a1 mRNA and protein decay experiments showed that the three metals did not significantly affect the half-life of mRNA; however, they significantly decreased the degradation rate of its protein, implying a posttranslational regulation of the Cyp1a1 by the heavy metals. A significant decrease in TCDD-mediated induction of Cyp1a1 activity associated with an increase in HO-1 mRNA and a decrease in cellular heme content was observed after all metals treatment. This suggests that heme degradation plays a role in reducing Cyp1a1 activity. This is the first demonstration that heavy metals can directly induce Cyp1a1 gene expression in an AhR-dependent manner through transcriptional and posttranslational 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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».