NF-κB signaling and its anti-apoptotic effects in liver & skeletal muscle of dehydrated Xenopus laevis
Notice bibliographique
Résumé
The African clawed frog, Xenopus laevis , is able to survive prolonged arid conditions during seasonal droughts. During these conditions, X. laevis enters aestivation whereby its metabolic rate is suppressed, urea and ammonia levels increase, and its physiological functions slow. Various molecular mechanisms are employed by X. laevis to mitigate the deleterious effects of severe dehydration and hypometabolism, including pro-survival cellular processes that protect cells and tissues from damage and atrophy. While previous research has focused on antioxidant proteins’ role in preventing oxidative stress, information on the role of anti-apoptotic signaling in X. laevis is lacking. As such, we investigated the role of nuclear factor-kappa B (NF-κB) signaling and its downstream target genes in liver and skeletal muscle tissue of X. laevis . The transcription factor, NF-κB, and its downstream target genes work to inhibit apoptotic machinery and promote cell survival. Herein, we found that NF-κB signaling activation in liver tissue leads to the selective upregulation of downstream anti-apoptotic proteins. In contrast, this upregulation occurs independently of NF-κB signaling in skeletal muscle tissue. Overall, our results serve to expand our knowledge of the anti-apoptotic mechanisms underlying the natural dehydration-tolerance of X. laevis , including its likely use in mitigating tissue atrophy during aestivation. • African clawed frogs ( Xenopus laevis ) survive prolonged dehydration without damage. • NF- κB signaling activates anti-apoptotic targets in liver during dehydration. • Anti-Apoptotic protein upregulation is independent of NF- κB signaling in muscle. • Preventing apoptosis may mitigate tissue atrophy during dehydration in X. laevis .
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 | 0,000 |
| 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 ».