GDF10 blocks hepatic PPARγ activation to protect against diet-induced liver injury
Notice bibliographique
Résumé
OBJECTIVE: Growth differentiation factors (GDFs) and bone-morphogenic proteins (BMPs) are members of the transforming growth factor β (TGFβ) superfamily and are known to play a central role in the growth and differentiation of developing tissues. Accumulating evidence, however, demonstrates that many of these factors, such as BMP-2 and -4, as well as GDF15, also regulate lipid metabolism. GDF10 is a divergent member of the TGFβ superfamily with a unique structure and is abundantly expressed in brain and adipose tissue; it is also secreted by the latter into the circulation. Although previous studies have demonstrated that overexpression of GDF10 reduces adiposity in mice, the role of circulating GDF10 on other tissues known to regulate lipid, like the liver, has not yet been examined. METHODS: control mice were fed either normal control diet (NCD) or high-fat diet (HFD) for 12 weeks and examined for changes in liver lipid homeostasis. Additional studies were also carried out in primary and immortalized human hepatocytes treated with recombinant human (rh)GDF10. RESULTS: mice. To explain these observations, studies in cultured hepatocytes led to the observation that GDF10 attenuates nuclear peroxisome proliferator-activated receptor γ (PPARγ) activity; a transcription factor known to induce de novo lipogenesis. CONCLUSION: Our work delineates a hepatoprotective role of GDF10 as an adipokine capable of regulating hepatic lipid levels by blocking de novo lipogenesis to protect against ER stress and liver injury.
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 | 0,001 |
| 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 ».