Ferroptosis regulates hemolysis in stored murine and human red blood cells
Notice bibliographique
Résumé
Red blood cell (RBC) metabolism regulates hemolysis during aging in vivo and in the blood bank. Here, we leveraged a diversity outbred mouse population to map the genetic drivers of fresh/stored RBC metabolism and extravascular hemolysis upon storage and transfusion in 350 mice. We identify the ferrireductase Steap3 as a critical regulator of a ferroptosis-like process of lipid peroxidation. Steap3 polymorphisms were associated with RBC iron content, in vitro hemolysis, and in vivo extravascular hemolysis both in mice and 13,091 blood donors from the Recipient Epidemiology and Donor evaluation Study. Using metabolite Quantitative Trait Loci analyses, we identified a network of gene products (FADS1/2, EPHX2 and LPCAT3) - enriched in donors of African descent - associated with oxylipin metabolism in stored human RBCs and related to Steap3 or its transcriptional regulator, the tumor protein TP53. Genetic variants were associated with lower in vivo hemolysis in thousands of single-unit transfusion recipients. Highlights: Steap3 regulates lipid peroxidation and extravascular hemolysis in 350 diversity outbred miceSteap3 SNPs are linked to RBC iron, hemolysis, vesiculation in 13,091 blood donorsmQTL analyses of oxylipins identified ferroptosis-related gene products FADS1/2, EPHX2, LPCAT3Ferroptosis markers are linked to hemoglobin increments in transfusion recipients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».