MétaCan
Menu
Retour à la cohorte
Enregistrement W2568597368 · doi:10.1371/journal.pcbi.1005322

Modelling Systemic Iron Regulation during Dietary Iron Overload and Acute Inflammation: Role of Hepcidin-Independent Mechanisms

2017· article· en· W2568597368 sur OpenAlexfundno aff
Christoph Metzendorf, Richard Sparla, Maximilian J. Hahnel, Johannes G. Bode, Martina U. Muckenthaler, Stefan Legewie

Notice bibliographique

RevuePLoS Computational Biology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungMcGill University
Mots-clésHepcidinFerroportinInflammationIron deficiencyHomeostasisBiologySystemic inflammationChemistryCell biologyEndocrinologyBiochemistryAnemiaImmunologyInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Systemic iron levels must be maintained in physiological concentrations to prevent diseases associated with iron deficiency or iron overload. A key role in this process plays ferroportin, the only known mammalian transmembrane iron exporter, which releases iron from duodenal enterocytes, hepatocytes, or iron-recycling macrophages into the blood stream. Ferroportin expression is tightly controlled by transcriptional and post-transcriptional mechanisms in response to hypoxia, iron deficiency, heme iron and inflammatory cues by cell-autonomous and systemic mechanisms. At the systemic level, the iron-regulatory hormone hepcidin is released from the liver in response to these cues, binds to ferroportin and triggers its degradation. The relative importance of individual ferroportin control mechanisms and their interplay at the systemic level is incompletely understood. Here, we built a mathematical model of systemic iron regulation. It incorporates the dynamics of organ iron pools as well as regulation by the hepcidin/ferroportin system. We calibrated and validated the model with time-resolved measurements of iron responses in mice challenged with dietary iron overload and/or inflammation. The model demonstrates that inflammation mainly reduces the amount of iron in the blood stream by reducing intracellular ferroportin transcription, and not by hepcidin-dependent ferroportin protein destabilization. In contrast, ferroportin regulation by hepcidin is the predominant mechanism of iron homeostasis in response to changing iron diets for a big range of dietary iron contents. The model further reveals that additional homeostasis mechanisms must be taken into account at very high dietary iron levels, including the saturation of intestinal uptake of nutritional iron and the uptake of circulating, non-transferrin-bound iron, into liver. Taken together, our model quantitatively describes systemic iron metabolism and generated experimentally testable predictions for additional ferroportin-independent homeostasis mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,248
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetIron Metabolism and DisordersTravaux en français237 207