Autophagy deficiency exacerbates iron overload induced reactive oxygen species production and apoptotic cell death in skeletal muscle cells
Notice bibliographique
Résumé
Iron overload is associated with various pathological changes which contribute to metabolic syndrome, many of which have been proposed to occur via damaging tissue through an excessive amount of reactive oxygen species (ROS) production. In this study, we established a model of iron overload in L6 skeletal muscle cells and observed that iron enhanced cytochrome c release from depolarized mitochondria, assayed by immunofluorescent colocalization of cytochrome c with Tom20 and the use of JC-1, respectively. This subsequently elevated apoptosis, determined via use of a caspase-3/7 activatable fluorescent probe and western blotting for cleaved caspase-3. Using CellROX deep red and mBBr, we observed that iron increased generation of reactive oxygen species (ROS), and that pretreatment with the superoxide dismutase mimetic MnTBAP reduced ROS production and attenuated iron-induced intrinsic apoptosis and cell death. Furthermore, using MitoSox Red we observed that iron enhanced mROS and the mitochondria-targeted anti-oxidant SKQ1 reduced iron-induced ROS generation and cell death. Western blotting for LC3-II and P62 levels as well as immunofluorescent detection of autophagy flux with LC3B and P62 co-localization indicated that iron acutely (2-8 h) activated and later (12-24 h) attenuated autophagic flux. We used autophagy-deficient cell models generated by overexpressing a dominant-negative Atg5 mutant or CRISPR-mediated ATG7 knock out to test the functional significance of autophagy and observed that autophagy-deficiency exacerbated iron-induced ROS production and apoptosis. In conclusion, our study showed that high iron levels promoted ROS production, blunted the self-protective autophagy response and led to cell death in L6 skeletal muscle 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 ».