Renalase inhibition defends against acute and chronic β cell stress by regulating cell metabolism
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Renalase (Rnls) is annotated as an oxidase enzyme. It has been implicated in Type 1 diabetes (T1D) risk via genome-wide association studies (GWAS). We previously discovered through CRISPR screening and validation experiments that Rnls inhibition prevents or delays T1D in multiple mouse models of diabetes in vivo, and protects pancreatic β cells against autoimmune killing, ER and oxidative stress in vitro. The molecular biochemistry and functions of Rnls are largely uncharted. Here we studied the mechanisms of Rnls inhibition that underlie β cell protection during diabetogenic stress. METHODS: Akita mice were treated with oral Pargyline (PG) in vivo to bind and inhibit Rnls, and pancreas or islets were harvested for β cell mass and β cell function analyses. Genetic and pharmacological tools were used to inhibit Rnls in β cell lines. RNA sequencing, metabolomics and metabolic function experiments were conducted in vitro in NIT-1 mouse β cell lines and human stem cell-derived β cells. RESULTS: ) or knockout (Rnls KO) Rnls induced a robust metabolic shift towards glycolysis in both mouse and human β cell lines, in vitro. Stress protection was abolished when glycolysis was blocked with 2-deoxyglucose (2-DG). Pharmacological Rnls inhibition with PG did not strongly mimic these newly identified metabolic mechanisms. CONCLUSIONS: Our work illustrates a role for Rnls in regulating cell metabolism. We show that inhibiting Rnls protects against chronic stress in vivo, and shields against acute stress in β cell lines in vitro by rewiring cell metabolism towards glycolysis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle