MétaCan
Menu
← Retour à la cohorte
Enregistrement W4246057948 · doi:10.3410/f.736413123.793587730

Faculty Opinions recommendation of MDT-15/MED15 permits longevity at low temperature via enhancing lipidostasis and proteostasis.

2021· dataset· en· W4246057948 sur OpenAlexaffabout
Siegfried Hekimi, Noah Lilienfeldt

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2021
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésProteostasisLongevityProteotoxicityBiologyCaenorhabditis elegansCell biologyHomeostasisBiochemistryGeneticsGeneProtein aggregation

Résumé

récupéré en direct d'OpenAlex

Low temperatures delay aging and promote longevity in many organisms. However, the metabolic and homeostatic aspects of low-temperature-induced longevity remain poorly understood. Here, we show that lipid homeostasis regulated by Caenorhabditis elegans Mediator 15 (MDT-15 or MED15), a transcriptional coregulator, is essential for low-temperature-induced longevity and proteostasis. We find that inhibition of mdt-15 prevents animals from living long at low temperatures. We show that MDT-15 up-regulates fat-7, a fatty acid desaturase that converts saturated fatty acids (SFAs) to unsaturated fatty acids (UFAs), at low temperatures. We then demonstrate that maintaining a high UFA/SFA ratio is essential for proteostasis at low temperatures. We show that dietary supplementation with a monounsaturated fatty acid, oleic acid (OA), substantially mitigates the short life span and proteotoxicity in mdt-15(-) animals at low temperatures. Thus, lipidostasis regulated by MDT-15 appears to be a limiting factor for proteostasis and longevity at low temperatures. Our findings highlight the crucial roles of lipid regulation in maintaining normal organismal physiology under different environmental conditions. PMID: 31408455 Funding information This work was supported by: CIHR, Canada Grant ID: PJT-153199

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,852

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2550,094

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 Opus0,016
Tête enseignante GPT0,305
Écart entre enseignants0,289 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetGenetics, Aging, and Longevity in Model Organisms→Travaux en français237 207→