Nucleic Acid-Targeting Pathways Promote Inflammation in Obesity-Related Insulin Resistance
Notice bibliographique
Résumé
Obesity-related inflammation of metabolic tissues, including visceral adipose tissue (VAT) and liver, are key factors in the development of insulin resistance (IR), though many of the contributing mechanisms remain unclear. We show that nucleic-acid-targeting pathways downstream of extracellular trap (ET) formation, unmethylated CpG DNA, or ribonucleic acids drive inflammation in IR. High-fat diet (HFD)-fed mice show increased release of ETs in VAT, decreased systemic clearance of ETs, and increased autoantibodies against conserved nuclear antigens. In HFD-fed mice, this excess of nucleic acids and related protein antigens worsens metabolic parameters through a number of mechanisms, including activation of VAT macrophages and expansion of plasmacytoid dendritic cells (pDCs) in the liver. Consistently, HFD-fed mice lacking critical responders of nucleic acid pathways, Toll-like receptors (TLR)7 and TLR9, show reduced metabolic inflammation and improved glucose homeostasis. Treatment of HFD-fed mice with inhibitors of ET formation or a TLR7/9 antagonist improves metabolic disease. These findings reveal a pathogenic role for nucleic acid targeting as a driver of metabolic inflammation in IR.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».