Myostatin inhibits proliferation and insulin-stimulated glucose uptake in mouse liver cells
Notice bibliographique
Résumé
Although myostatin functions primarily as a negative regulator of skeletal muscle growth and development, accumulating biological and epidemiological evidence indicates an important contributing role in liver disease. In this study, we demonstrate that myostatin suppresses the proliferation of mouse Hepa-1c1c7 murine-derived liver cells (50%; p < 0.001) in part by reducing the expression of the cyclins and cyclin-dependent kinases that elicit G1-S phase transition of the cell cycle (p < 0.001). Furthermore, real-time PCR-based quantification of the long noncoding RNA metastasis associated lung adenocarcinoma transcript 1 (Malat1), recently identified as a myostatin-responsive transcript in skeletal muscle, revealed a significant downregulation (25% and 50%, respectively; p < 0.05) in the livers of myostatin-treated mice and liver cells. The importance of Malat1 in liver cell proliferation was confirmed via arrested liver cell proliferation (p < 0.05) in response to partial Malat1 siRNA-mediated knockdown. Myostatin also significantly blunted insulin-stimulated glucose uptake and Akt phosphorylation in liver cells while increasing the phosphorylation of myristoylated alanine-rich C-kinase substrate (MARCKS), a protein that is essential for cancer cell proliferation and insulin-stimulated glucose transport. Together, these findings reveal a plausible mechanism by which circulating myostatin contributes to the diminished regenerative capacity of the liver and diseases characterized by liver insulin resistance.
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 ».