Chronic d-serine supplementation impairs insulin secretion
Notice bibliographique
Résumé
OBJECTIVE: The metabolic role of d-serine, a non-proteinogenic NMDA receptor co-agonist, is poorly understood. Conversely, inhibition of pancreatic NMDA receptors as well as loss of the d-serine producing enzyme serine racemase have been shown to modulate insulin secretion. Thus, we aim to study the impact of chronic and acute d-serine supplementation on insulin secretion and other parameters of glucose homeostasis. METHODS: We apply MALDI FT-ICR mass spectrometry imaging, NMR based metabolomics, 16s rRNA gene sequencing of gut microbiota in combination with a detailed physiological characterization to unravel the metabolic action of d-serine in mice acutely and chronically treated with 1% d-serine in drinking water in combination with either chow or high fat diet feeding. Moreover, we identify SNPs in SRR, the enzyme converting L-to d-serine and two subunits of the NMDA receptor to associate with insulin secretion in humans, based on the analysis of 2760 non-diabetic Caucasian individuals. RESULTS: We show that chronic elevation of d-serine results in reduced high fat diet intake. In addition, d-serine leads to diet-independent hyperglycemia due to blunted insulin secretion from pancreatic beta cells. Inhibition of alpha 2-adrenergic receptors rapidly restores glycemia and glucose tolerance in d-serine supplemented mice. Moreover, we show that single nucleotide polymorphisms (SNPs) in SRR as well as in individual NMDAR subunits are associated with insulin secretion in humans. CONCLUSION: Thus, we identify a novel role of d-serine in regulating systemic glucose metabolism through modulating insulin secretion.
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) | 0,002 | 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 ».