A Targeted RNAi Screen Identifies Endocytic Trafficking Factors That Control GLP-1 Receptor Signaling in Pancreatic β-Cells
Notice bibliographique
Résumé
The glucagon-like peptide 1 (GLP-1) receptor (GLP-1R) is a key target for type 2 diabetes (T2D) treatment. Because endocytic trafficking of agonist-bound receptors is one of the most important routes for regulation of receptor signaling, a better understanding of this process may facilitate the development of new T2D therapeutic strategies. Here, we screened 29 proteins with known functions in G protein-coupled receptor trafficking for their role in GLP-1R potentiation of insulin secretion in pancreatic β-cells. We identify five (clathrin, dynamin1, AP2, sorting nexins [SNX] SNX27, and SNX1) that increase and four (huntingtin-interacting protein 1 [HIP1], HIP14, GASP-1, and Nedd4) that decrease insulin secretion from murine insulinoma MIN6B1 cells in response to the GLP-1 analog exendin-4. The roles of HIP1 and the endosomal SNX1 and SNX27 were further characterized in mouse and human β-cell lines and human islets. While HIP1 was required for the coupling of cell surface GLP-1R activation with clathrin-dependent endocytosis, the SNXs were found to control the balance between GLP-1R plasma membrane recycling and lysosomal degradation and, in doing so, determine the overall β-cell incretin responses. We thus identify key modulators of GLP-1R trafficking and signaling that might provide novel targets to enhance insulin secretion in T2D.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
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 ».