Hydropersulfides Inhibit Lipid Peroxidation and Protect Cells from Ferroptosis
Notice bibliographique
Résumé
Hydropersulfides (RSSH) are believed to serve important roles in vivo, including as scavengers of damaging oxidants and electrophiles. The α-effect makes RSSH not only much better nucleophiles than thiols (RSH), but also much more potent H-atom transfer agents. Since HAT is the mechanism of action of the most potent small-molecule inhibitors of phospholipid peroxidation and associated ferroptotic cell death, we have investigated their reactivity in this context. Using the fluorescence-enabled inhibited autoxidation (FENIX) approach, we have found RSSH to be highly reactive toward phospholipid-derived peroxyl radicals (kinh = 2 × 105 M–1 s–1), equaling the most potent ferroptosis inhibitors identified to date. Related (poly)sulfide products resulting from the rapid self-reaction of RSSH under physiological conditions (e.g., disulfide, trisulfide, H2S) are essentially unreactive, but combinations from which RSSH can be produced in situ (i.e., polysulfides with H2S or thiols with H2S2) are effective. In situ generation of RSSH from designed precursors which release RSSH via intramolecular substitution or hydrolysis improve the radical-trapping efficiency of RSSH by minimizing deleterious self-reactions. A brief survey of structure–reactivity relationships enabled the design of new precursors that are more efficient. The reactivity of RSSH and their precursors translates from (phospho)lipid bilayers to cell culture (mouse embryonic fibroblasts), where they were found to inhibit ferroptosis induced by inactivation of glutathione peroxidase-4 (GPX4) or deletion of the gene encoding it. These results suggest that RSSH and the pathways responsible for their biosynthesis may act as a ferroptosis suppression system alongside the recently discovered FSP1/ubiquinone and GCH1/BH4/DHFR systems.
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 | 0,001 |
| 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 ».