Irisin modulates glucose metabolism and inhibits steroidogenesis in bovine granulosa cells
Notice bibliographique
Résumé
In brief: Fertility in the dairy cow is low during the post-partum period of negative energy balance and high plasma irisin concentrations. This study shows irisin modulates granulosa cell glucose metabolism and impairs steroidogenesis. Abstract: Fibronectin type III domain-containing 5 (FNDC5) is a transmembrane protein discovered in 2012 that is cleaved to release the adipokine-myokine, irisin. Originally described as an exercise hormone that browns white adipose tissue and increases glucose metabolism, irisin secretion also increases during periods of rapid adipose mobilization, such as the post-partum period in dairy cattle when ovarian activity is suppressed. The effect of irisin on follicle function is unclear and may be species-dependent. In this study, we hypothesized that irisin may compromise granulosa cell function in cattle using a well-established in vitro cell culture model. We detected FNDC5 mRNA and both FNDC5 and cleaved irisin proteins in follicle tissue and in follicular fluid. The abundance of FNDC5 mRNA was increased by the treatment of cells with the adipokine visfatin but not by other adipokines tested. The addition of recombinant irisin to granulosa cells decreased basal and insulin-like growth factor 1- and follicle-stimulating hormone-dependent estradiol and progesterone secretion and increased cell proliferation but had no effect on viability. Irisin decreased GLUT1, GLUT3, and GLUT4 mRNA levels in granulosa cells and increased lactate release in the culture medium. The mechanism of action is in part through MAPK3/1 but not Akt, MAPK14, or PRKAA. We conclude that irisin may regulate bovine folliculogenesis by modulating granulosa cell steroidogenesis and glucose metabolism.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».