Characterization of genetic variants of GIPR reveals a contribution of β-arrestin to metabolic phenotypes
Notice bibliographique
Résumé
Abstract Incretin-based therapies are highly successful in combatting obesity and type 2 diabetes1. Yet both activation and inhibition of the glucose-dependent insulinotropic polypeptide (GIP) receptor (GIPR) in combination with glucagon-like peptide-1 (GLP-1) receptor (GLP-1R) activation have resulted in similar clinical outcomes, as demonstrated by the GIPR–GLP-1R co-agonist tirzepatide2 and AMG-133 (ref. 3) combining GIPR antagonism with GLP-1R agonism. This underlines the importance of a better understanding of the GIP system. Here we show the necessity of β-arrestin recruitment for GIPR function, by combining in vitro pharmacological characterization of 47 GIPR variants with burden testing of clinical phenotypes and in vivo studies. Burden testing of variants with distinct ligand-binding capacity, Gs activation (cyclic adenosine monophosphate production) and β-arrestin 2 recruitment and internalization shows that unlike variants solely impaired in Gs signalling, variants impaired in both Gs and β-arrestin 2 recruitment contribute to lower adiposity-related traits. Endosomal Gs-mediated signalling of the variants shows a β-arrestin dependency and genetic ablation of β-arrestin 2 impairs cyclic adenosine monophosphate production and decreases GIP efficacy on glucose control in male mice. This study highlights a crucial impact of β-arrestins in regulating GIPR signalling and overall preservation of biological activity that may facilitate new developments in therapeutic targeting of the GIPR system.
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) | 0,001 | 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 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 ».