Mapping the metabolic reprogramming induced by sodium-glucose cotransporter 2 inhibition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diabetes is associated with increased risk for kidney disease, heart failure, and mortality. Sodium-glucose cotransporter 2 inhibitors (SGLT2i) prevent these adverse outcomes; however, the mechanisms involved are not clear. We generated a roadmap of the metabolic alterations that occur in different organs in diabetes and in response to SGLT2i. In vivo metabolic labeling with 13C-glucose in normoglycemic and diabetic mice treated with or without dapagliflozin, followed by metabolomics and metabolic flux analyses, showed that, in diabetes, glycolysis and glucose oxidation are impaired in the kidney, liver, and heart. Treatment with dapagliflozin failed to rescue glycolysis. SGLT2 inhibition increased glucose oxidation in all organs; in the kidney, this was associated with modulation of the redox state. Diabetes was associated with altered methionine cycle metabolism, evident by decreased betaine and methionine levels, whereas treatment with SGLT2i increased hepatic betaine along with decreased homocysteine levels. mTORC1 activity was inhibited by SGLT2i along with stimulation of AMPK in both normoglycemic and diabetic animals, possibly explaining the protective effects against kidney, liver, and heart diseases. Collectively, our findings suggest that SGLT2i induces metabolic reprogramming orchestrated by AMPK-mTORC1 signaling with common and distinct effects in various tissues, with implications for diabetes and aging.
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.
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 | 0,001 |
| 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 découle