Modulating Nrf2 transcription factor activity: Revealing the regulatory mechanisms of antioxidant defenses during hibernation in 13‐lined ground squirrels
Notice bibliographique
Résumé
Mammalian hibernators undergo major behavioural, physiological and biochemical changes to survive hypothermia, ischaemia-reperfusion and finite fuel reserves during days or weeks of continuous torpor. During hibernation, the 13-lined ground squirrel (Ictidomys tridecemlineatus) undergoes a global suppression of energetically expensive processes such as transcription and translation, while selectively upregulating certain genes/proteins to mitigate torpor-related damage. Antioxidant defenses are critical for preventing damage caused by reactive oxygen species (ROS) during torpor and arousal, and Nrf2 is a critical regulator of these antioxidant genes. This study analysed the relative protein expression levels of Nrf2, KEAP1, small Mafs (MafF, MafK and MafG) and catalase and the regulation of Nrf2 transcription factors by post-translational modifications (PTMs) and protein-protein interactions with a negative regulator (KEAP1) during hibernation. It was found that a significant increase in MafK during late torpor predicated an increase in relative Nrf2 and catalase levels seen in arousal. Additionally, Nrf2-KEAP1 protein-protein interactions and Nrf2 PTMs, including serine phosphorylation and lysine acetylation, were responsive to cycles of torpor-arousal with peak responses occurring during arousal. These peaks seen during arousal correspond to a surge in oxygen consumption, which causes increased ROS production. Thus, these regulatory mechanisms could be important during hibernation because they provide mechanisms for mitigating the deleterious effects of oxidative stress by modifying Nrf2 expression and function in an energetically inexpensive manner.
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 ».