MétaCan
Menu
Retour à la cohorte
Enregistrement W4389019719 · doi:10.1096/fasebj.31.1_supplement.782.3

Unravelling a role of LRPPRC in peroxisomal lipid metabolism through lipidomic investigations in human and mouse

2017· article· en· W4389019719 sur OpenAlexaffabout
Matthieu Ruiz, Alexanne Cuillerier, Frédérique Dupuis, Pascaline Morue, Bertrand Bouchard, Isabelle Robillard‐Frayne, Anik Forest, Caroline Daneault, Julie Legault, Lise Coderre, Yan Burelle, John D. Rioux, Christine Des Rosiers

Notice bibliographique

RevueThe FASEB Journal · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMitochondrial Function and Pathology
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésPeroxisomeLipid metabolismBiochemistryLipidomicsMetabolismBiologyChemistryGene

Résumé

récupéré en direct d'OpenAlex

Rationale LRPPRC (leucine‐rich pentatricopeptide repeat‐containing protein) is commonly described as a regulator of RNA metabolism in both mitochondria and nuclei, but the overall biological impact of this role remains unclear. Integrative genomics analyses have revealed that mutations in the LRPPRC gene were causing the cytochrome c oxidase defect in the French‐Canadian variant of Leigh Syndrome (LSFC) (Mootha et al. 2003). More recently, a targeted metabolomics study in LSFC patients highlighted specific markers reflecting mitochondrial metabolic perturbations for various nutrients including fatty acids (Thompson‐Legault et al. 2015). The role of LRPPRC in lipid metabolism remains, however, to be better deciphered. Goal & Methods To dissect the role of LRPPRC in lipid metabolism, we have analyzed plasma from LSFC patients as well as plasma and livers from hepato‐specific KO‐LRPPRC mice using a combination of mass spectrometry (MS)‐based approaches. These include: (1) an untargeted and comprehensive lipidomic workflow, which enables the coverage of > 1300 unique lipid entities, and (2) targeted lipidomic analyses to probe fatty acid (FA) metabolism through acylcarnitines (ACs) profiling (covering >100 species) or cholesterol catabolism into bile acids (BAs; 9 (un)conjugated species). Results The lipidomic profile observed in LSFC patients is typically characteristic of peroxisomal dysfunction as revealed by a: (i) 2‐fold decrease in plasmalogens (Pls; p<0.01), (ii) 2‐fold decrease in conjugate BAs such as glyco‐(G), glycodeoxy‐(GD) (p<0.001) and tauro‐(T) (p<0.05) cholic acids (CA), and (iii) 1.5‐fold increase in specific AC species, namely those with odd chains or > 20 carbons (p<0.05). These results in humans were corroborated in transgenic mice. Indeed, in plasma, there is a 1.5‐fold decrease in Pls (p<0.05). In addition, in liver, several results point out to a remodeling of peroxisomal metabolism. These include: (i) an imbalance in BA conjugation (10‐fold increase in CA, p<0.01; 1.4‐fold decrease in GDCA, p<0.05) and a 4‐ to 10‐fold increase in odd chain and >20 carbons ACs (p<0.01). This notion is further substantiated by changes in gene and/or protein expression levels for: (i) catalase, a classical marker of peroxisome content (+16%; protein, p<0.001), (ii) ACOX1, marker of peroxisomal β‐oxidation (−40%; protein, p<0.05) and (iii) several peroxins (Pex) involved in peroxisome biogenesis and transport, namely Pex11β, Pex14, Pex19, Pex1 and Pex 10 (up to +60%; mRNA; p<0.05). Conclusion Collectively there results highlight a novel role for LRPPRC in the regulation of lipid metabolism beyond mitochondria, namely in peroxisomes. Whether peroxisomal lipid perturbations are specific to LRPPRC gene defect or represent a common feature of mitochondrial dysfunction remain, however, to be further ascertained. Support or Funding Information This work was supported by the “Fondation Grand défi Pierre Lavoie”.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetMitochondrial Function and PathologyTravaux en français237 207