The unique hypusine modification of eIF5A promotes islet β cell inflammation and dysfunction in mice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In both type 1 and type 2 diabetes, pancreatic islet dysfunction results in part from cytokine-mediated inflammation. The ubiquitous eukaryotic translation initiation factor 5A (eIF5A), which is the only protein to contain the amino acid hypusine, contributes to the production of proinflammatory cytokines. We therefore investigated whether eIF5A participates in the inflammatory cascade leading to islet dysfunction during the development of diabetes. As described herein, we found that eIF5A regulates iNOS levels and that eIF5A depletion as well as the inhibition of hypusination protects against glucose intolerance in inflammatory mouse models of diabetes. We observed that following knockdown of eIF5A expression, mice were resistant to beta cell loss and the development of hyperglycemia in the low-dose streptozotocin model of diabetes. The depletion of eIF5A led to impaired translation of iNOS-encoding mRNA within the islet. A role for the hypusine residue of eIF5A in islet inflammatory responses was suggested by the observation that inhibition of hypusine synthesis reduced translation of iNOS-encoding mRNA in rodent beta cells and human islets and protected mice against the development of glucose intolerance the low-dose streptozotocin model of diabetes. Further analysis revealed that hypusine is required in part for nuclear export of iNOS-encoding mRNA, a process that involved the export protein exportin1. These observations identify the hypusine modification of eIF5A as a potential therapeutic target for preserving islet function under inflammatory conditions.
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.
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 découle