“Redox Imaging” to Distinguish Cells with Different Proliferative Indexes: Superoxide, Hydroperoxides, and Their Ratio as Potential Biomarkers
Notice bibliographique
Résumé
The present study was directed to the development of EPR methodology for distinguishing cells with different proliferative activities, using "redox imaging." Three nitroxide radicals were used as redox sensors: (a) mito-TEMPO-cell-penetrating and localized mainly in the mitochondria; (b) methoxy-TEMPO-cell-penetrating and randomly distributed between the cytoplasm and the intracellular organelles; and (c) carboxy-PROXYL-nonpenetrating in living cells and evenly distributed in the extracellular environment. The experiments were conducted on eleven cell lines with different proliferative activities and oxidative capacities, confirmed by conventional analytical tests. The data suggest that cancer cells and noncancer cells are characterized by a completely different redox status. This can be analyzed by EPR spectroscopy using mito-TEMPO and methoxy-TEMPO, but not carboxy-PROXYL. The correlation analysis shows that the EPR signal intensity of mito-TEMPO in cell suspensions is closely related to the superoxide level. The described methodology allows the detection of overproduction of superoxide in living cells and their identification based on the intracellular redox status. The experimental data provide evidences about the role of superoxide and hydroperoxides in cell proliferation and malignancy.
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 ».