Iron deficiency drives an autosomal dominant hypophosphatemic rickets (ADHR) phenotype in fibroblast growth factor-23 (Fgf23) knock-in mice
Notice bibliographique
Résumé
Autosomal dominant hypophosphatemic rickets (ADHR) is unique among the disorders involving Fibroblast growth factor 23 (FGF23) because individuals with R176Q/W and R179Q/W mutations in the FGF23 (176)RXXR(179)/S(180) proteolytic cleavage motif can cycle from unaffected status to delayed onset of disease. This onset may occur in physiological states associated with iron deficiency, including puberty and pregnancy. To test the role of iron status in development of the ADHR phenotype, WT and R176Q-Fgf23 knock-in (ADHR) mice were placed on control or low-iron diets. Both the WT and ADHR mice receiving low-iron diet had significantly elevated bone Fgf23 mRNA. WT mice on a low-iron diet maintained normal serum intact Fgf23 and phosphate metabolism, with elevated serum C-terminal Fgf23 fragments. In contrast, the ADHR mice on the low-iron diet had elevated intact and C-terminal Fgf23 with hypophosphatemic osteomalacia. We used in vitro iron chelation to isolate the effects of iron deficiency on Fgf23 expression. We found that iron chelation in vitro resulted in a significant increase in Fgf23 mRNA that was dependent upon Mapk. Thus, unlike other syndromes of elevated FGF23, our findings support the concept that late-onset ADHR is the product of gene-environment interactions whereby the combined presence of an Fgf23-stabilizing mutation and iron deficiency can lead to ADHR.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».