Quantitative Proteomics of Intestinal Mucosa From Male Mice Lacking Intestinal Epithelial Insulin Receptors
Notice bibliographique
Résumé
The goal of the present study was to determine whether loss of the insulin receptor alters the molecular landscape of the intestinal mucosa, using intestinal-epithelial insulin receptor knockout (IE-irKO) mice and both genetic (IRfl/fl and Villin-cre) controls. Quantitative proteomic analysis by liquid chromatography mass spectrometry was applied to jejunal and colonic mucosa from mice fed a normal chow diet and mice fed a Western diet (WD). Jejunal mucosa from IE-irKO mice demonstrated alterations in all intestinal cell lineages: Paneth, goblet, absorptive, and enteroendocrine cells. Only goblet and absorptive cells were affected in the colon. Also, a marked effect of WD consumption was found on the gut proteome. A substantial reduction was detected in Paneth cell proteins with antimicrobial activity, including lysozyme C-1, angiogenin-4, cryptdin-related sequence 1C-3 and -2, α-defensin 17, and intelectin-1a. The key protein expressed by goblet cells, mucin-2, was also reduced in the IE-irKO mice. Proteins involved in lipid metabolism, including aldose reductase-related protein 1, 15-hydroxyprostaglandin dehydrogenase, apolipoprotein A-II, and pyruvate dehydrogenase kinase isozyme 4, were increased in the mucosa of WD-fed IE-irKO mice compared with controls. In contrast, expression of the nutrient-responsive gut hormones, glucose-dependent insulinotropic polypeptide and neurotensin, was reduced in the jejunal mucosa of IE-irKO mice, and the expression of proteins of the P-type adenosine triphosphatases and the solute carrier-transporter family was reduced in the colon of WD-fed IE-irKO mice. In conclusion, IE-irKO mice display a distinct molecular phenotype, suggesting a biological role of insulin and its receptor in determining differentiated cell specificity in the intestinal epithelium.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».