The Antipsychotic Dopamine 2 Receptor Antagonist Diphenylbutylpiperidines Improve Glycemia in Experimental Obesity by Inhibiting Succinyl-CoA:3-Ketoacid CoA Transferase
Notice bibliographique
Résumé
Despite significant progress in understanding the pathogenesis of type 2 diabetes (T2D), the condition remains difficult to manage. Hence, new therapeutic options targeting unique mechanisms of action are required. We have previously observed that elevated skeletal muscle succinyl CoA:3-ketoacid CoA transferase (SCOT) activity, the rate-limiting enzyme of ketone oxidation, contributes to the hyperglycemia characterizing obesity and T2D. Moreover, we identified that the typical antipsychotic agent pimozide is a SCOT inhibitor that can alleviate obesity-induced hyperglycemia. We now extend those observations here, using computer-assisted in silico modeling and in vivo pharmacology studies that highlight SCOT as a noncanonical target shared among the diphenylbutylpiperidine (DPBP) drug class, which includes penfluridol and fluspirilene. All three DPBPs tested (pimozide, penfluridol, and fluspirilene) improved glycemia in obese mice. While the canonical target of the DPBPs is the dopamine 2 receptor, studies in obese mice demonstrated that acute or chronic treatment with a structurally unrelated antipsychotic dopamine 2 receptor antagonist, lurasidone, was devoid of glucose-lowering actions. We further observed that the DPBPs improved glycemia in a SCOT-dependent manner in skeletal muscle, suggesting that this older class of antipsychotic agents may have utility in being repurposed for the treatment of T2D.
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) | 0,001 | 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 ».