Accumulation of Seminolipid in Sertoli Cells Is Associated with Increased Levels of Reactive Oxygen Species and Male Subfertility: Studies in Aging Arsa Null Male Mice
Notice bibliographique
Résumé
Seminolipid (also known as sulfogalactosylglycerolipid-SGG), present selectively in male germ cells, plays important roles in spermatogenesis and sperm–egg interaction. The proper degradation of SGG in apoptotic germ cells is also as important. Sertoli cells first phagocytose apoptotic germ cells, then Sertoli lysosomal arylsulfatase A (ARSA) desulfates SGG, the first step of SGG degradation. We have reported that aging male Arsa−/− mice become subfertile with SGG accumulation in Sertoli cell lysosomes, typical of a lysosomal storage disorder (LSD). Since reactive oxygen species (ROS) levels are increased in other glycolipid-accumulated LSDs, we quantified ROS in Arsa−/− Sertoli cells. Our analyses indicated increases in superoxide and H2O2 in Arsa−/− Sertoli cells with elevated apoptosis rates, relative to WT counterparts. Excess H2O2 from Arsa−/− Sertoli cells could travel into testicular germ cells (TGCs) to induce ROS production. Our results indeed indicated higher superoxide levels in Arsa−/− TGCs, compared with WT TGCs. Increased ROS levels in Arsa−/− Sertoli cells and TGCs likely caused the decrease in spermatogenesis and increased the abnormal sperm population in aging Arsa−/− mice, including the 50% decrease in sperm SGG with egg binding ability. In summary, our study indicated that increased ROS production was the mechanism through which subfertility manifested following SGG accumulation in Sertoli cells.
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 ».