Loss of peroxisome function promotes oxidative stress-induced hematopoiesis
Notice bibliographique
Résumé
The role of peroxisomes in hematopoiesis remains poorly understood. The PEX1-Gly844Asp knock-in mouse lacks peroxisome formation and is peroxisome deficient. We observed that peroxisome-deficient animals had up to 50% greater numbers of peripheral lymphocytes, neutrophils, and platelets which contained 2-fold greater reactive oxygen species (ROS, P = .0002). The marrow contained 2-fold greater numbers of cells and colony forming unit (P = .0009 and <.0001, respectively). We found expansion (up to 3-fold) in the hematopoietic stem and progenitor cell (HSPC) compartment compared to that of wild-type (WT) animals demonstrated by: in vivo enumeration of Lin-SCA1+c-KIT+ (LSK) (P < .0001). Importantly through competitive bone marrow transplant experiments (primary and secondary), we show that peroxisome-deficient cells outcompete WT. We further demonstrate that peroxisome-deficient HSPC harbor very high levels of intrinsic ROS which are attenuated after repopulation. Isolation of mesenchymal stem cells (MSC) isolated from peroxisome-deficient mice also showed elevated levels of ROS. Finally, we found elevated levels of stem cell factor (SCF) in the plasma of peroxisome-deficient mice, and peroxisome-deficient MSC expressed 2-fold more SCF compared to WT. Chemical induction of ROS also increased SCF expression by MSC. Lin-SCA1+c-KIT+ expanded 10-fold greater in the absence of SCF on peroxisome-deficient MSC than that on WT MSC. In conclusion, the increase in HSPC numbers is, in part, driven by response to ROS in the microenvironment leading to increased SCF. These data add new insight into the role of peroxisomes in the bone marrow niche.
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 ».