Loss of hepatic Flcn protects against fibrosis and inflammation by activating autophagy pathways
Notice bibliographique
Résumé
Non-alcoholic fatty liver disease (NAFLD) is the most frequent liver disease worldwide and can progress to non-alcoholic steatohepatitis (NASH), which is characterized by triglyceride accumulation, inflammation, and fibrosis. No pharmacological agents are currently approved to treat these conditions, but it is clear now that modulation of lipid synthesis and autophagy are key biological mechanisms that could help reduce or prevent these liver diseases. The folliculin (FLCN) protein has been recently identified as a central regulatory node governing whole body energy homeostasis, and we hypothesized that FLCN regulates highly metabolic tissues like the liver. We thus generated a liver specific Flcn knockout mouse model to study its role in liver disease progression. Using the methionine- and choline-deficient diet to mimic liver fibrosis, we demonstrate that loss of Flcn reduced triglyceride accumulation, fibrosis, and inflammation in mice. In this aggressive liver disease setting, loss of Flcn led to activation of transcription factors TFEB and TFE3 to promote autophagy, promoting the degradation of intracellular lipid stores, ultimately resulting in reduced hepatocellular damage and inflammation. Hence, the activity of FLCN could be a promising target for small molecule drugs to treat liver fibrosis by specifically activating autophagy. Collectively, these results show an unexpected role for Flcn in fatty liver disease progression and highlight new potential treatment strategies.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».