MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206142105 · doi:10.1093/jas/sky404.573

475 mTORC1

2018· article· en· W4206142105 sur OpenAlexaff
M.-A. Guesthier, Jie Huang, Xin Zhao, Sergio A. Burgos

Notice bibliographique

RevueJournal of Animal Science · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePI3K/AKT/mTOR signaling in cancer
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésmTORC1P70-S6 Kinase 1GLUT1MetabolismPhosphorylationChemistryCarbohydrate metabolismMessenger RNAGlucose uptakeBiologyBiochemistryEndocrinologyInsulinGeneProtein kinase B

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to assess the role of the mechanistic target of rapamycin complex 1 (mTORC1) in sensing glucose levels and controlling its metabolism in bovine mammary epithelial cells (BMEC). Primary BMEC were isolated from lactating mammary tissue of 3 independent cows. Lactogenic differentiation of BMEC was induced by incubation in DMEM/F12 supplemented with 5 µg/mL insulin, 5 µg/mL prolactin and 5 µg/mL hydrocortisone for 4 days. Protein abundance and site-specific phosphorylation were measured by immunoblotting. Relative mRNA transcript abundance was measured by real-time qPCR. Data were analyzed using a randomized complete block design using PROC MIXED in SAS. To determine the effect of glucose availability on mTORC1 activity, BMEC were incubated in the presence or absence of 4 mmol/L of glucose for up to 4 h. Deprivation of glucose decreased mTORC1 phosphorylation at Ser2448 by 73% (p <0.05) at 4 h compared to cells incubated with glucose. To assess the role of mTORC1 on energy metabolism in BMEC, cells were treated with 100 nM rapamycin, a specific inhibitor of mTORC1, or with a vehicle (control) for 16 h. Phosphorylation of mTORC1 targets 4EBP1 Thr70 and S6K1 Thr389 was reduced by 60% and 55% (p <0.05), respectively, in BMEC treated with rapamycin compared to control cells, confirming inhibition of mTORC1. We then measured the mRNA abundance of key proteins involved in glucose uptake and metabolism. The expression of SLC2A1, which encodes for GLUT1, decreased by 53% (p <0.05) in rapamycin-treated BMEC. Rapamycin also reduced expression VEGF-A, a transcriptional target of HIF-1α, and the glycolytic gene PFKFB1 (p <0.05), but not of G6PD and PGK1. These results demonstrate that mTORC1 senses physiological glucose levels and is involved in control of genes implicated in glycolysis, possibly downstream of HIF-1α, in BMEC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,010

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,309
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetPI3K/AKT/mTOR signaling in cancer→Travaux en français237 207→