MétaCan
Menu
Retour à la cohorte
Enregistrement W2913684698 · doi:10.1096/fj.201801385rr

A miR‐29a‐driven negative feedback loop regulates peripheral glucocorticoid receptor signaling

2019· article· en· W2913684698 sur OpenAlexaff
Christina Glantschnig, Mascha Koenen, Manuel Gil‐Lozano, Michael Karbiener, Ines Pickrahn, Jasmine Williams‐Dautovich, Rucha Patel, Carolyn L. Cummins, Maude Giroud, Götz Hartleben, Elena Sophie Vogl, Matthias Blüher, Jan Tuckermann, N. Henriette Uhlenhaut, Stephan Herzig, Marcel Scheideler

Notice bibliographique

RevueThe FASEB Journal · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicroRNA in disease regulation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDementia Collaborative Research Centres, AustraliaÖsterreichischen Akademie der WissenschaftenDeutsche ForschungsgemeinschaftAustrian Science FundSeventh Framework ProgrammeUniversity of California, Santa CruzAlexander von Humboldt-Stiftung
Mots-clésNegative feedbackPositive feedbackGlucocorticoid receptorFeedback loopGlucocorticoidSignal transductionPeripheralCell biologyFeedback regulationControl theory (sociology)ReceptorBiologyComputer sciencePhysicsEndocrinologyInternal medicineMedicinePsychologyGeneticsEngineeringVoltageControl (management)Computer security

Résumé

récupéré en direct d'OpenAlex

The glucocorticoid receptor (GR) represents the crucial molecular mediator of key endocrine, glucocorticoid hormone-dependent regulatory circuits, including control of glucose, protein, and lipid homeostasis. Consequently, aberrant glucocorticoid signaling is linked to severe metabolic disorders, including insulin resistance, obesity, and hyperglycemia, all of which also appear upon chronic glucocorticoid therapy for the treatment of inflammatory conditions. Of note, long-term glucocorticoid exposure under these therapeutic conditions typically induces glucocorticoid resistance, requiring higher doses and consequently triggering more severe metabolic phenotypes. However, the molecular basis of acquired glucocorticoid resistance remains unknown. In a screen of differential microRNA expression during glucocorticoid-dependent adipogenic differentiation of human multipotent adipose stem cells, we identified microRNA 29a (miR-29a) as one of the most down-regulated transcripts. Overexpression of miR-29a impaired adipogenesis. We found that miR-29a represses GR in human adipogenesis by directly targeting its mRNA, and downstream analyses revealed that GR mediates most of miR-29a's anti-adipogenic effects. Conversely, miR-29a expression depends on GR activation, creating a novel miR-29-driven feedback loop. miR-29a and GR expression were inversely correlated both in murine adipose tissue and in adipose tissue samples obtained from human patients. In the latter, miR-29a levels were additionally strongly negatively correlated with body mass index and adipocyte size. Importantly, inhibition of miR-29 in mice partially rescued the down-regulation of GR during dexamethasone treatment. We discovered that, in addition to modulating GR function under physiologic conditions, pharmacologic glucocorticoid application in inflammatory disease also induced miR-29a expression, correlating with reduced GR levels. This effect was abolished in mice with impaired GR function. In summary, we uncovered a novel GR-miR-29a negative feedback loop conserved between mice and humans, in health and disease. For the first time, we elucidate a microRNA-related mechanism that might contribute to GR dysregulation and resistance in peripheral tissues.-Glantschnig, C., Koenen, M., Gil-Lozano, M., Karbiener, M., Pickrahn, I., Williams-Dautovich, J., Patel, R., Cummins, C. L., Giroud, M., Hartleben, G., Vogl, E., Blüher, M., Tuckermann, J., Uhlenhaut, H., Herzig, S., Scheideler, M. A miR-29a-driven negative feedback loop regulates peripheral glucocorticoid receptor signaling.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,002
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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.

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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetMicroRNA in disease regulationTravaux en français237 207