Bacterial Peptidoglycan Stimulates Adipocyte Lipolysis via NOD1
Notice bibliographique
Résumé
Obesity is associated with inflammation that can drive metabolic defects such as hyperlipidemia and insulin resistance. Specific metabolites can contribute to inflammation, but nutrient intake and obesity are also associated with altered bacterial load in metabolic tissues (i.e. metabolic endotoxemia). These bacterial cues can contribute to obesity-induced inflammation. The specific bacterial components and host receptors that underpin altered metabolic responses are emerging. We previously showed that Nucleotide-binding oligomerization domain-containing protein 1 (NOD1) activation with bacterial peptidoglycan (PGN) caused insulin resistance in mice. We now show that PGN induces cell-autonomous lipolysis in adipocytes via NOD1. Specific bacterial PGN motifs stimulated lipolysis in white adipose tissue (WAT) explants from WT, but not NOD1⁻/⁻mice. NOD1-activating PGN stimulated mitogen activated protein kinases (MAPK),protein kinase A (PKA), and NF-κB in 3T3-L1 adipocytes. The NOD1-mediated lipolysis response was partially reduced by inhibition of ERK1/2 or PKA alone, but not c-Jun N-terminal kinase (JNK). NOD1-stimulated lipolysis was partially dependent on NF-κB and was completely suppressed by inhibiting ERK1/2 and PKA simultaneously or hormone sensitive lipase (HSL). Our results demonstrate that bacterial PGN stimulates lipolysis in adipocytes by engaging a stress kinase, PKA, NF-κB-dependent lipolytic program. Bacterial NOD1 activation is positioned as a component of metabolic endotoxemia that can contribute to hyperlipidemia, systemic inflammation and insulin resistance by acting directly on adipocytes.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».