Microglia Mediate Metabolic Dysfunction From Common Air Pollutants Through NF-κB Signaling
Notice bibliographique
Résumé
The prevalence of type 2 diabetes (T2D) poses a significant health challenge, yet the contribution of air pollutants to T2D epidemics remains under-studied. Several studies demonstrated a correlation between exposure to volatile organic compounds (VOCs) in indoor/outdoor environments and T2D. Here, we conducted the first meta-analysis, establishing a robust association between exposure to benzene, a prevalent airborne VOC, and insulin resistance in humans across all ages. We used a controlled benzene exposure system, continuous glucose monitoring approach, and indirect calorimetry in mice, to investigate the underlying mechanisms. Following exposure, disruptions in energy homeostasis, accompanied by modifications in the hypothalamic transcriptome and alterations in insulin and immune signaling, were observed exclusively in males, leading to a surge in blood glucose levels. In agreement, RNA sequencing of microglia revealed increased expression of genes associated with immune response and NF-κB signaling. Selective ablation of IKKβ in immune cells (Cx3cr1GFPΔIKK) or exclusively in microglia (Tmem119ERΔIKK) in adult mice alleviated benzene-induced gliosis, restored energy homeostasis and hypothalamic gene expression, and protected against hyperglycemia. We conclude that the microglial NF-κB pathway plays a critical role in chemical-induced metabolic disturbances, revealing a vital pathophysiological mechanism linking exposure to airborne toxicants and the onset of metabolic diseases.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».