Statins activate the NLRP3 inflammasome and impair insulin signaling via p38 and mTOR
Notice bibliographique
Résumé
Statins lower cholesterol and risk of cardiovascular disease. Statins can increase blood glucose and risk of new-onset diabetes. It is unclear why statins can have opposing effects on lipids versus glucose. Statins have cholesterol-independent pleiotropic effects that influence both insulin and glucose control. Statin lowering of isoprenoids required for protein prenylation promotes pancreatic β-cell dysfunction and adipose tissue insulin resistance. Protein prenylation influences immune function and statin-mediated adipose tissue insulin resistance involves the NLR family pyrin domain-containing 3 (NLRP3) inflammasome and IL-1β. However, the intracellular cues that statins engage to activate the NLRP3 inflammasome and those responsible for IL-1β-mediated insulin resistance in adipose tissue have not been identified. We hypothesized that stress kinases or components of the insulin signaling pathway mediated statin-induced insulin resistance. We tested the associations of p38, ERK, JNK, phosphatase, and tensin homolog (PTEN), and mTOR in statin-exposed adipose tissue from WT and IL-1β −/− mice. We found that statins increased phosphorylation of p38 in WT and IL-1β −/− mice. Statin activation of p38 upstream of IL-1β led to priming of this NLRP3 inflammasome effector in macrophages. We found that mTORC1 inhibition with low doses of rapamycin (2 or 20 nM) lowered macrophage priming of IL-1β mRNA and secretion of IL-1β caused by multiple statins. Rapamycin (20 nM) or the rapalog everolimus (20 nM) prevented atorvastatin-induced lowering of insulin-mediated phosphorylation of Akt in mouse adipose tissue. These results position p38 and mTOR as mediators of statin-induced insulin resistance in adipose tissue and highlight rapalogs as candidates to mitigate the insulin resistance and glycemic side effects of statins.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,000 |
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 ».