MitoNEET prevents iron overload‐induced insulin resistance in H9c2 cells through regulation of mitochondrial iron
Notice bibliographique
Résumé
Iron overload (IO) induces insulin resistance in H9c2 cardiomyoblast cells. Here, we used H9c2 cells overexpressing MitoNEET to examine the potential for protection against iron accumulation in the mitochondria and subsequent insulin resistance. In control H9c2 cells, IO was observed to increase mitochondrial iron content, reactive oxygen species (ROS) production, mitochondrial fission, and reduced insulin-stimulated Akt and ERK1/2 phosphorylation. IO did not significantly affect mitophagy, or mitochondrial content, however, an increase in peroxisome-proliferator-activated receptor gamma coactivator 1 alpha (PGC1α) protein expression, a key regulator of mitochondrial biogenesis, was observed. MitoNEET overexpression was able to attenuate the effects of IO on mitochondrial iron content, reactive oxygen species, mitochondrial fission, and insulin signaling. MitoNEET overexpression also upregulated levels of PGC1α protein. The mitochondria-targeted antioxidant, Skq1, prevented IO-induced ROS production and insulin resistance in control cells, indicating mitochondrial ROS plays a causal role in the onset of insulin resistance. The selective mitochondrial fission inhibitor, Mdivi-1, prevented IO-induced mitochondrial fission, however, it did not alleviate IO-induced insulin resistance. Collectively, IO causes insulin resistance in H9c2 cardiomyoblasts and this can be averted by reduction of mitochondrial iron accumulation and ROS production by overexpression of the MitoNEET protein.
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 ».