Loss of sirtuin 4 leads to elevated glucose‐ and leucine‐stimulated insulin levels and accelerated age‐induced insulin resistance in multiple murine genetic backgrounds
Notice bibliographique
Résumé
Several inherited metabolic disorders are associated with an accumulation of reactive acyl-CoA metabolites that can non-enzymatically react with lysine residues to modify proteins. While the role of acetylation is well-studied, the pathophysiological relevance of more recently discovered acyl modifications, including those found in inherited metabolic disorders, warrants further investigation. We recently showed that sirtuin 4 (SIRT4) removes glutaryl, 3-hydroxy-3-methylglutaryl, 3-methylglutaryl, and 3-methylglutaconyl modifications from lysine residues. Thus, we used SIRT4 knockout mice, which can accumulate these novel post-translational modifications, as a model to investigate their physiological relevance. Since SIRT4 is localized to mitochondria and previous reports have shown SIRT4 influences metabolism, we thoroughly characterized glucose and lipid metabolism in male and female SIRT4KO mice across different genetic backgrounds. While only minor perturbations in overall lipid metabolism were observed, we found SIRT4KO mice consistently had elevated glucose- and leucine-stimulated insulin levels in vivo and developed accelerated age-induced insulin resistance. Importantly, elevated leucine-stimulated insulin levels in SIRT4KO mice were dependent upon genetic background since SIRT4KO mice on a C57BL/6NJ genetic background had elevated leucine-stimulated insulin levels but not SIRT4KO mice on the C57BL/6J background. Taken together, the data suggest that accumulation of acyl modifications on proteins in inherited metabolic disorders may contribute to the overall metabolic dysfunction seen in these patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».