A crosstalk between hepcidin and IRE/IRP pathways controls ferroportin expression and determines serum iron levels in mice
Notice bibliographique
Résumé
The iron hormone hepcidin is transcriptionally activated by iron or inflammation via distinct, partially overlapping pathways. We addressed how iron affects inflammatory hepcidin levels and the ensuing hypoferremic response. Dietary iron overload did not mitigate hepcidin induction in lipopolysaccharide (LPS)-treated wild type mice but prevented effective inflammatory hypoferremia. Likewise, LPS modestly decreased serum iron in hepcidin-deficient Hjv -/- mice, model of hemochromatosis. Synthetic hepcidin triggered hypoferremia in control but not iron-loaded wild type animals. Furthermore, it dramatically decreased hepatic and splenic ferroportin in Hjv -/- mice on standard or iron-deficient diet, but only triggered hypoferremia in the latter. Mechanistically, iron antagonized hepcidin responsiveness by inactivating IRPs in the liver and spleen to stimulate f erroportin mRNA translation. Prolonged LPS treatment eliminated ferroportin mRNA and permitted hepcidin-mediated hypoferremia in iron-loaded mice. Thus, de novo ferroportin synthesis is a critical determinant of serum iron and finetunes hepcidin-dependent functional outcomes. Our data uncover a crosstalk between hepcidin and IRE/IRP systems that controls tissue ferroportin expression and determines serum iron levels. Moreover, they suggest that hepcidin supplementation therapy is more efficient when combined with iron depletion.
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 ».