Loss of prion protein control of glucose metabolism promotes neurodegeneration in model of prion diseases
Notice bibliographique
Résumé
Corruption of cellular prion protein (PrPC) function(s) at the plasma membrane of neurons is at the root of prion diseases, such as Creutzfeldt-Jakob disease and its variant in humans, and Bovine Spongiform Encephalopathies, better known as mad cow disease, in cattle. The roles exerted by PrPC, however, remain poorly elucidated. With the perspective to grasp the molecular pathways of neurodegeneration occurring in prion diseases, and to identify therapeutic targets, achieving a better understanding of PrPC roles is a priority. Based on global approaches that compare the proteome and metabolome of the PrPC expressing 1C11 neuronal stem cell line to those of PrPnull-1C11 cells stably repressed for PrPC expression, we here unravel that PrPC contributes to the regulation of the energetic metabolism by orienting cells towards mitochondrial oxidative degradation of glucose. Through its coupling to cAMP/protein kinase A signaling, PrPC tones down the expression of the pyruvate dehydrogenase kinase 4 (PDK4). Such an event favors the transfer of pyruvate into mitochondria and its conversion into acetyl-CoA by the pyruvate dehydrogenase complex and, thereby, limits fatty acids β-oxidation and subsequent onset of oxidative stress conditions. The corruption of PrPC metabolic role by pathogenic prions PrPSc causes in the mouse hippocampus an imbalance between glucose oxidative degradation and fatty acids β-oxidation in a PDK4-dependent manner. The inhibition of PDK4 extends the survival of prion-infected mice, supporting that PrPSc-induced deregulation of PDK4 activity and subsequent metabolic derangements contribute to prion diseases. Our study posits PDK4 as a potential therapeutic target to fight against prion diseases.
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 | 0,000 |
| 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 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 ».