Structural Role of Cadmium and Zinc in Metallothionein Oxidation by Hydrogen Peroxide: The Resilience of Metal–Thiolate Clusters
Notice bibliographique
Résumé
Oxidative stress is a state involving an imbalance of reactive oxygen species in a cell and is linked to a variety of diseases. The metal-binding protein metallothionein (MT) may play a role in protection due to its high cysteine content. Many studies have shown that oxidative stress will cause MT to both form disulfide bonds and release bound metals. However, studies on the more biologically relevant partially metalated MTs have been largely neglected. Additionally, most studies to date have used spectroscopic methods that cannot detect specific intermediate species. In this paper, we describe the oxidation and the subsequent metal displacement pathway of fully and partially metalated MTs with hydrogen peroxide. The rates of the reactions were monitored using electrospray ionization mass spectrometry (ESI-MS) techniques, which resolved and characterized the individual intermediate M x (SH) y MT species. The rate constants were calculated for each species formation. Through ESI-MS and circular dichroism spectroscopy, it was found that the three metals in the β-domain were the first to be released from the fully metalated MTs. The Cd(II) in the partially metalated Cd(II)-bound MTs rearranged to form a protective Cd 4 MT cluster structure upon exposure to oxidation. The partially metalated Zn(II)-bound MTs oxidized at a faster rate as the Zn(II) did not rearrange in response to oxidation. Additionally, density functional theory calculations showed that the terminally bound cysteines were more negative and thus more susceptible to oxidation than the bridging cysteines. The results of this study highlight the importance of metal–thiolate structures and metal identity in MT’s response to oxidation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».