Insulin Inhibits IL-10–Mediated Regulatory T Cell Function: Implications for Obesity
Notice bibliographique
Résumé
Chronic inflammation is known to promote metabolic dysregulation in obesity and type 2 diabetes. Although the precise origin of the unchecked inflammatory response in obesity is unclear, it is known that overproduction of proinflammatory cytokines by innate immune cells affects metabolism. For example, TNF-α contributes to the inability of cells to respond to insulin and to the increase in levels of insulin. Whether this hyperinsulinemia itself is part of a feedback loop that affects the progression of chronic adipose inflammation is unknown. In this article, we show that regulatory T cells (Tregs) express the insulin receptor, and that high levels of insulin impair the ability of Tregs to suppress inflammatory responses via effects on the AKT/mTOR signaling pathway. Insulin activated AKT signaling in Tregs, leading to inhibition of both IL-10 production and the ability of Tregs to suppress the production of TNF-α by macrophages in a contact-independent manner. The effect of insulin on Treg suppression was limited to IL-10 production and it did not alter the expression of other proteins associated with Treg function, including CTLA-4, CD39, and TGF-β. In a model of diet-induced obesity, Tregs from the visceral adipose tissue of hyperinsulinemic, obese mice showed a similar specific decrease in IL-10 production, as well as a parallel increase in production of IFN-γ. These data suggest that hyperinsulinemia may contribute to the development of obesity-associated inflammation via a previously unknown effect of insulin on the IL-10-mediated function of Tregs.
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 ».