Control of hyperglycemia in male mice by leflunomide: mechanisms of action
Notice bibliographique
Résumé
p70 S6 kinase (S6K1) is a serine/threonine kinase that phosphorylates the insulin receptor substrate-1 (IRS-1) at serine 1101 and desensitizes insulin receptor signaling. S6K1 hyperactivation due to overnutrition leads to hyperglycemia and type 2 diabetes. Our recent study showed that A77 1726, the active metabolite of the anti-rheumatoid arthritis (RA) drug leflunomide, is an inhibitor of S6K1. Whether leflunomide can control hyperglycemia and sensitize the insulin receptor has not been tested. Here we report that A77 1726 increased AKT S473/T308 and S6K1 T389 phosphorylation but decreased S6 S235/236 and IRS-1 S1101 phosphorylation in 3T3-L1 adipocytes, C2C12 and L6 myotubes. A77 1726 increased insulin receptor tyrosine phosphorylation and binding of the p85 subunit of the PI-3 kinase to IRS-1. A77 1726 enhanced insulin-stimulated glucose uptake in L6 myotubes and 3T3-L1 adipocytes, and enhanced insulin-stimulated glucose transporter type 4 (GLUT4) translocation to the plasma membrane of L6 cells. Finally, we investigated the anti-hyperglycemic effect of leflunomide on ob/ob and high-fat diet (HFD)-induced diabetes mouse models. Leflunomide treatment normalized blood glucose levels and overcame insulin resistance in glucose and insulin tolerance tests in ob/ob and HFD-fed mice but had no effect on mice fed a normal chow diet (NCD). Leflunomide treatment increased AKT S473/T308 phosphorylation in the fat and muscle of ob/ob mice but not in normal mice. Our results suggest that leflunomide sensitizes the insulin receptor by inhibiting S6K1 activity in vitro , and that leflunomide could be potentially useful for treating patients with both RA and diabetes.
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 | 0,000 |
| 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) | 0,000 | 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 ».