GIPR-Ab/GLP-1 peptide–antibody conjugate requires brain GIPR and GLP-1R for additive weight loss in obese mice
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
Glucose-dependent insulinotropic polypeptide receptor (GIPR) and glucagon-like peptide 1 receptor (GLP-1R) are expressed in the central nervous system (CNS) and regulate food intake. Here, we demonstrate that a peptide–antibody conjugate that blocks GIPR while simultaneously activating GLP-1R (GIPR-Ab/GLP-1) requires both CNS GIPR and CNS GLP-1R for maximal weight loss in obese, primarily male, mice. Moreover, dulaglutide produces greater weight loss in CNS GIPR knockout (KO) mice, and the weight loss achieved with dulaglutide + GIPR-Ab is attenuated in CNS GIPR KO mice. Wild-type mice treated with GIPR-Ab/GLP-1 and CNS GIPR KO mice exhibit similar changes in gene expression related to tissue remodelling, lipid metabolism and inflammation in white adipose tissue and liver. Moreover, GIPR-Ab/GLP-1 is detected in circumventricular organs in the brain and activates c-FOS in downstream neural substrates involved in appetite regulation. Hence, both CNS GIPR and GLP-1R signalling are required for the full weight loss effect of a GIPR-Ab/GLP-1 peptide–antibody conjugate. This study, together with a companion manuscript, shows that in mice, weight loss as a result of GIP receptor antagonism requires and potentiates functional GLP-1 receptor signalling in the brain, explaining how both GIP receptor agonists and antagonists trigger weight loss through different mechanisms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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