MétaCan
Menu
Retour à la cohorte
Enregistrement W2742001951 · doi:10.1093/nar/gkx684

Replication stress-induced endogenous DNA damage drives cellular senescence induced by a sub-lethal oxidative stress

2017· article· en· W2742001951 sur OpenAlexfundno aff
Gireedhar Venkatachalam, Uttam Surana, Marie‐Véronique Clement

Notice bibliographique

RevueNucleic Acids Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Alberta
Mots-clésSenescenceBiologyDNA damageOxidative stressCell biologyLaminChromatinEndogenyGeneticsDNABiochemistry

Résumé

récupéré en direct d'OpenAlex

Although oxidative stress has been shown to induce senescence and replication stress independently, no study has implicated unresolved replication stress as the driver for cellular senescence in response to oxidative stress. Using cells exposed to increasing concentrations of hydrogen peroxide, we show that sub-lethal amount of exogenous hydrogen peroxide induces two waves of DNA damage. The first wave is rapid and transient while the second wave coincides with the cells transition from the S to the G2/M phases of cell cycle. Subsequently, cells enter growth arrest accompanied by the acquisition of senescence-associated characteristics. Furthermore, a p53-dependent decrease in Rad51, which is associated with the formation of DNA segments with chromatin alterations reinforcing senescence, and Lamin B1 that is involved in chromatin remodeling, is observed during the establishment of the senescent phenotype. On the other hand, increase in senescence associated-β-Gal activity, a classical marker of senescence and HMGA2, a marker of the senescence-associated heterochromatin foci, is shown to be independent of p53. Together, our findings implicate replication stress-induced endogenous DNA damage as the driver for the establishment of cellular senescence upon sub-lethal oxidative stress, and implicate the role of p53 in some but not all hallmarks of the senescent phenotype.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,364
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations92
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNucleic Acids ResearchMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207