The Role of the Bacterial Muramyl Dipeptide in the Regulation of GLP-1 and Glycemia
Notice bibliographique
Résumé
The host's intestinal microbiota contributes to endocrine and metabolic responses, but a dysbiosis in this environment can lead to obesity and insulin resistance. Recent work has demonstrated a role for microbial metabolites in the regulation of gut hormones, including the metabolic hormone, glucagon-like peptide-1 (GLP-1). Muramyl dipeptide (MDP) is a bacterial cell wall component which has been shown to improve insulin sensitivity and glucose tolerance in diet-induced obese mice by acting through the nucleotide oligomerization domain 2 (NOD2) receptor. The purpose of this study was to understand the effects of MDP on GLP-1 secretion and glucose regulation. We hypothesized that MDP enhances glucose tolerance by inducing intestinal GLP-1 secretion through NOD2 activation. First, we observed a significant increase in GLP-1 secretion when murine and human L-cells were treated with a fatty acid MDP derivative (L18-MDP). Importantly, we demonstrated the expression of the NOD2 receptor in mouse intestine and in L-cells. In mice, two intraperitoneal injections of MDP (5 mg/kg body weight) caused a significant increase in fasting total GLP-1 in chow-fed mice, however this did not lead to an improvement in oral glucose tolerance. When mice were exposed to a high-fat diet, they eventually lost this MDP-induced GLP-1 release. Finally, we demonstrated in L-cells that hyperglycemic conditions reduce the mRNA expression of NOD2 and GLP-1. Together these findings suggest MDP may play a role in enhancing GLP-1 during normal glycemic conditions but loses its ability to do so in hyperglycemia.
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 | 0,000 |
| 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 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 ».