Inhibition of IRAK4 by microbial trimethylamine blunts metabolic inflammation and ameliorates glycemic control
Notice bibliographique
Résumé
Abstract The global type 2 diabetes epidemic is a major health crisis and there is a critical need for innovative strategies to fight it. Although the microbiome plays important roles in the onset of insulin resistance (IR) and low-grade inflammation, the microbial compounds regulating these phenomena remain to be discovered. Here, we reveal that the microbiome inhibits a central kinase, eliciting immune and metabolic benefits. Through a series of in vivo experiments based on choline supplementation, blocking trimethylamine (TMA) production then administering TMA, we demonstrate that TMA decouples inflammation and IR from obesity in the context of high-fat diet (HFD) feeding. Through in vitro kinome screens, we reveal TMA specifically inhibits Interleukin-1 Receptor-associated Kinase 4 (IRAK4), a central kinase integrating signals from various toll-like receptors and cytokine receptors. TMA blunts TLR4 signalling in primary human hepatocytes and peripheral blood monocytic cells, and improves mouse survival after a lipopolysaccharide-induced septic shock. Consistent with this, genetic deletion and chemical inhibition of IRAK4 result in similar metabolic and immune improvements in HFD. In summary, TMA appears to be a key microbial compound inhibiting IRAK4 and mediating metabolic and immune effects with benefits upon HFD. Thereby we highlight the critical contribution of the microbial signalling metabolome in homeostatic regulation of host disease and the emerging role of the kinome in microbial–mammalian chemical crosstalk.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».