Diabetes Induces Lysine Acetylation of Intermediary Metabolism Enzymes in the Kidney
Notice bibliographique
Résumé
Cells in which insulin is not required for glucose uptake are susceptible to the long-term complications of diabetes. Even in these tissues, however, the major perturbations that would otherwise be engendered by the greatly increased intracellular glucose concentration are mollified by adaptive changes in the enzymes of intermediary metabolism. These include allosteric regulation, product inhibition, and covalent modification as well as alterations in gene transcription. More recently, advances in proteomic technology have shown that reversible acetylation of the ε-amino group of lysine provides an additional means of modulating protein function and, in particular, enzyme activity. Here, we explored the extent of protein acetylation in an organ susceptible to the long-term complications of diabetes, examining the kidneys of rats with streptozotocin-induced diabetes and kidney cells exposed to high glucose. Using high-resolution mass spectrometry coupled with immunoaffinity enrichment, we identified 47 lysine-acetylated proteins in the kidneys of diabetic rats compared with 11 in control kidneys. Bioinformatic interrogation of the acetylome from diabetic animals showed a predominance of metabolic pathway involvement including the citrate acid cycle, glycolysis/gluconeogenesis, and metabolism of branched chain amino acids. Increased lysine acetylation was also noted in mesangial and tubular cells exposed to 25 mmol/L compared with 5.6 mmol/L glucose. These findings highlight acetylation as a posttranslational modification affecting numerous proteins. Current drug discovery efforts to develop small molecule inhibitors and activators of various lysine acetylases and deacetylases offer a new potential strategy to reduce the likelihood of diabetes complications.
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 | 0,001 |
| 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 ».