MétaCan
Menu
Retour à la cohorte
Enregistrement W2895868337 · doi:10.1016/j.molmet.2018.10.006

An in vivo screen for neuronal genes involved in obesity identifies Diacylglycerol kinase as a regulator of insulin secretion

2018· article· en· W2895868337 sur OpenAlexafffund
Irene Trinh, Oxana B. Gluscencova, Gabrielle L. Boulianne

Notice bibliographique

RevueMolecular Metabolism · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiacylglycerol kinaseBiologyPhenotypeEnergy homeostasisRNA interferenceGenome-wide association studyDrosophila melanogasterGenetic screenGeneCandidate geneGeneticsInsulinCell biologyKinaseEndocrinologyProtein kinase CSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Obesity is a complex disorder involving many genetic and environmental factors that are required to maintain energy homeostasis. While studies in human populations have led to significant progress in the generation of an obesity gene map and broadened our understanding of the genetic basis of common obesity, there is still a large portion of heritability and etiology that remains unknown. Here, we have used the genetically tractable fruit fly, Drosophila melanogaster, to identify genes/pathways that function in the nervous system to regulate energy balance. METHODS: We performed an in vivo RNAi screen in Drosophila neurons and assayed for obese or lean phenotypes by measuring changes in levels of stored fats (in the form of triacylglycerides or TAG). Three rounds of screening were performed to verify the reproducibility and specificity of the adiposity phenotypes. Genes that produced >25% increase in TAG (206 in total) underwent a second round of screening to verify their effect on TAG levels by retesting the same RNAi line to validate the phenotype. All remaining hits were screened a third time by testing the TAG levels of additional RNAi lines against the genes of interest to rule out any off-target effects. RESULTS: We identified 24 genes including 20 genes that have not been previously associated with energy homeostasis. One identified hit, Diacylglycerol kinase (Dgk), has mammalian homologues that have been implicated in genome-wide association studies for metabolic defects. Downregulation of neuronal Dgk levels increases TAG and carbohydrate levels and these phenotypes can be recapitulated by reducing Dgk levels specifically within the insulin-producing cells that secrete Drosophila insulin-like peptides (dILPs). Conversely, overexpression of kinase-dead Dgk, but not wild-type, decreased circulating dILP2 and dILP5 levels resulting in lower insulin signalling activity. Despite having higher circulating dILP levels, Dgk RNAi flies have decreased pathway activity suggesting that they are insulin-resistant. CONCLUSION: Altogether, we have identified several genes that act within the CNS to regulate energy homeostasis. One of these, Dgk, acts within the insulin-producing cells to regulate the secretion of dILPs and energy homeostasis in Drosophila.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,299
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular MetabolismMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207