Iron overload reduces adiponectin receptor expression via a ROS/FOXO1‐dependent mechanism leading to adiponectin resistance in skeletal muscle cells
Notice bibliographique
Résumé
Iron overload (IO) is a common yet underappreciated finding in metabolic syndrome (MetS) patients. With the prevalence of MetS continuing to rise, it is imperative to further elucidate cellular mechanisms leading to metabolic dysfunction. Adiponectin has many beneficial effects and is a therapeutic target for the treatment of MetS and cardiovascular diseases. IO positively correlates with reduced circulating adiponectin levels yet the impact of IO on adiponectin action is unknown. Here, we established a model of IO in L6 skeletal muscle cells and found that IO-induced adiponectin resistance. This was shown via reduced p38 mitogen-activated protein kinase phosphorylation in response to the small molecule adiponectin receptor (AdipoR) agonist, AdipoRon, in presence of IO. This correlated with reduced messenger RNA and protein levels of AdipoR1 and its facilitative signaling binding partner, APPL1. IO caused phosphorylation, nuclear extrusion, and thus inhibition of FOXO1, a known transcription factor regulating AdipoR1 expression. The antioxidant N-acetyl cystine attenuated the production of reactive oxygen species (ROS) by IO, and blunted its effect on FOXO1 phosphorylation and removal from the nucleus, as well as subsequent adiponectin resistance. In conclusion, our study identifies a ROS/FOXO1/AdipoR1 axis as a cause of skeletal muscle adiponectin resistance in response to IO. This new knowledge provides insight into a cellular mechanism with potential relevance to disease pathophysiology in MetS patients with IO.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».