SAT047 Regulation Of The Insulin Receptor And The Insulin-like Growth Factor 1 Receptor By miR-322-5p, A miR-16 Family Member, In Hypothalamic Neuronal Models
Notice bibliographique
Résumé
Abstract Disclosure: W. He: None. N. Loganathan: None. K.W. Mak: None. E. McIlwraith: None. D.D. Belsham: None. Insulin signals through the insulin receptor (INSR) and the insulin-like growth factor 1 receptor (IGF1R) in hypothalamic neurons to control food intake and peripheral metabolism. A contributor to obesity, and subsequent comorbidities such type 2 diabetes and heart disease, is the development of cellular insulin resistance in hypothalamic neurons. However, the molecular changes to neuronal insulin signaling remain to be fully elucidated. MicroRNAs (miRNAs) inhibit translation of specific mRNAs; thus, this study aimed to understand the involvement of miRNAs in the regulation of insulin signaling and resistance in hypothalamic neurons. To profile miRNAs expressed in hypothalamic neurons, RNA from the whole hypothalami of 14-week-old CD1 male mice (n = 4), as well as the immortalized hypothalamic neuronal cell lines mHypoE-46 (n = 3) and mHypoA-59 (n = 3), each co-expressing neuropeptide Y (NPY) and agouti-related peptide (AgRP), were assessed using the Affymetrix GeneChip miRNA 4.0 Array. Notably, miR-16 family members, including miR-16-5p, miR-15b-5p, and miR-322-5p, were among the most highly expressed miRNAs in each case. In the mHypoA-59 neurons, overexpression of miR-322-5p for 24 hours decreased the mRNA levels of Igf1r (-26.1%; p = 0.0007; n = 4) and the protein level of INSR-beta (-31.8%; p = 0.0023). These results suggest that the miR-16 family plays an inhibitory role in insulin signaling in hypothalamic neurons. To study the involvement of miRNAs in hyperinsulinemia-induced neuronal insulin resistance, the mHypoE-46 neurons were treated with 100 nM insulin for 24 hours to induce cellular insulin resistance, as characterized by decreased INSR-beta protein (-96.3%; p < 0.0001; n = 4) and a resulting decrease in insulin-induced phosphorylation of protein kinase B (AKT) (-67.6%; p = 0.01; n = 4). GeneChip miRNA array analysis showed that insulin overexposure disrupted the expression of 48 miRNAs (p < 0.05, n = 3), including the upregulation of miR-18a-3p, mir-322, miR-494-3p, and miR-671-3p. Upon RT-qPCR validation (n = 3), we established that prolonged (24 hours), but not acute (1-6 hours), insulin exposure upregulated miR-18a-3p (+62%; p = 0.0104), miR-671-3p (+111%; p = 0.0079), and miR-1983 (+97%; p = 0.0181). miR-671-3p, miR-494-3p, and miR-18a-3p have been shown to decrease phosphatase and tensin homolog (PTEN) levels, which can promote neuronal insulin resistance based on bioinformatic analysis. Overall, these results suggest hyperinsulinemia disrupts the expression of specific miRNAs in hypothalamic neurons to promote cellular insulin resistance. Knowledge derived from these studies will provide insight into hypothalamus-derived miRNAs that could be targeted for miRNA-based diagnostics and therapeutics for early central insulin resistance in humans.(Supported by the CRC, CIHR, NSERC, EndoSoc, and BBDC) Presentation: Saturday, June 17, 2023
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) | 0,002 | 0,001 |
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 ».