Effect of iron on cholesterol 7α-hydroxylase expression in alcohol-induced hepatic steatosis in mice
Notice bibliographique
Résumé
Both iron and lipids are involved in the progression of alcoholic fatty liver disease (AFLD), but the interaction between iron and lipids in AFLD is unclear. Here, we tested the hypothesis that iron regulates the expression of genes involved in lipid metabolism through iron regulatory proteins (IRPs), which interact with the iron-responsive elements (IREs) in the untranslated regions (UTRs) of genes, resulting in lipid accumulation. Using "RNA structure software", we predicted the mRNA secondary structures of more than 100 genes involved in lipid metabolism to investigate whether the IRE structure exists in novel mRNAs. Cholesterol 7α-hydroxylase ( Cyp7a1 ) has an IRE-like stem-loop, a noncanonical IRE structure, in its 3′-UTR. Cyp7a1 expression can be regulated by in vivo and in vitro iron treatment. In addition, the noncanonical IRE motif can efficiently bind both to IRP1 and IRP2. The results indicate that hepatic iron overloading in AFLD mice decreased Cyp7a1 expression and resulted in cholesterol accumulation, providing a new mechanism of iron-regulated gene transcription and translation through the interaction between iron and a noncanonical IRE structure in Cyp7a1 mRNA. This finding has significant implications in studying a proposed mechanism for the regulation of cholesterol homeostasis by an Fe/IRP/noncanonical IRE axis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».