MétaCan
Menu
Retour à la cohorte
Enregistrement W4395467624 · doi:10.1038/s41467-024-47465-4

Dietary L-Glu sensing by enteroendocrine cells adjusts food intake via modulating gut PYY/NPF secretion

2024· article· en· W4395467624 sur OpenAlexaff
J. Gao, Song Zhang, Pan Deng, Zhigang Wu, Bruno Lemaître, Zongzhao Zhai, Zheng Guo

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEnteroendocrine cellSecretionBiologyReceptorAmino acidGlutamate receptorCell biologyMetabotropic glutamate receptorMetabotropic receptorEndocrinologyHormoneInternal medicineBiochemistryEndocrine systemMedicine

Résumé

récupéré en direct d'OpenAlex

Amino acid availability is monitored by animals to adapt to their nutritional environment. Beyond gustatory receptors and systemic amino acid sensors, enteroendocrine cells (EECs) are believed to directly percept dietary amino acids and secrete regulatory peptides. However, the cellular machinery underlying amino acid-sensing by EECs and how EEC-derived hormones modulate feeding behavior remain elusive. Here, by developing tools to specifically manipulate EECs, we find that Drosophila neuropeptide F (NPF) from mated female EECs inhibits feeding, similar to human PYY. Mechanistically, dietary L-Glutamate acts through the metabotropic glutamate receptor mGluR to decelerate calcium oscillations in EECs, thereby causing reduced NPF secretion via dense-core vesicles. Furthermore, two dopaminergic enteric neurons expressing NPFR perceive EEC-derived NPF and relay an anorexigenic signal to the brain. Thus, our findings provide mechanistic insights into how EECs assess food quality and identify a conserved mode of action that explains how gut NPF/PYY modulates food intake.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,330
Écart entre enseignants0,289 · 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

Citations39
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207