Pyroglutamylated RF-amide Peptide (QRFP) Gene Is Regulated by Metabolic Endotoxemia
Notice bibliographique
Résumé
Pyroglutamylated RF-amide peptide (QRFP) is involved in the regulation of food intake, thermogenesis, adipogenesis, and lipolysis. The expression of QRFP in adipose tissue is reduced in diet-induced obesity, a mouse model in which plasma concentrations of endotoxins are slightly elevated. The present study investigated the role of metabolic endotoxemia (ME) on QRFP gene regulation. Our results uncovered the expression of QRFP in murine macrophages and cell lines. This expression has been found to be decreased in mice with ME. Low doses of lipopolysaccharide (LPS) transiently down-regulated QRFP by 59% in RAW264.7 macrophages but not in 3T3-L1 adipocytes. The effect of LPS on QRFP expression in macrophages was dependent on the inhibitor of kB kinase and TIR-domain-containing adapter-inducing interferon (IFN)-β (TRIF) but not myeloid differentiation primary response gene 88. IFN-β was induced by ME in macrophages. IFN-β sustainably reduced QRFP expression in macrophages (64%) and adipocytes (49%). IFN-γ down-regulated QRFP (74%) in macrophages only. Both IFNs inhibited QRFP secretion from macrophages. LPS-stimulated macrophage-conditioned medium reduced QRFP expression in adipocytes, an effect blocked by IFN-β neutralizing antibody. The effect of IFN-β on QRFP expression was dependent on phosphoinositide 3-kinase, p38 MAPK, and histone deacetylases. The effect of IFN-γ was dependent on MAPK/ERK kinase 1/2 and histone deacetylases. Macrophage-conditioned medium containing increased amounts of QRFP preserved adipogenesis in adipocytes. In conclusion, LPS induces IFN-β release from macrophages, which reduces QRFP expression in both macrophages and adipocytes in an autocrine/paracrine-dependent manner, suggesting QRFP as a potential biomarker in ME.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».