Cold exposure induces the constitutively active thermogenic receptor, GPR3, via ERRα and ERRγ
Notice bibliographique
Résumé
Abstract Objectives Despite transformative advances in obesity pharmacotherapy, safely increasing energy expenditure remains a key unmet need. Exploiting thermogenic adipocytes represents a promising target given their capacity for significant catabolic activity. We previously showed that G protein-coupled receptor 3 (GPR3) can drive energy expenditure in brown and white mouse and human adipocytes. GPR3 is a unique GPCR because it displays high intrinsic activity and leads to constitutive cAMP signaling upon reaching the cell surface. Therefore, the transcriptional induction of GPR3 is analogous to ligand-binding activation of most GPCRs. Gpr3 expression is physiologically induced in thermogenic adipocytes by cold exposure and mimicking this event through overexpression in mice is fully sufficient to increase energy expenditure and counteract metabolic disease. Yet the factors mediating physiological Gpr3 expression remain unknown. Methods Here, we apply ATAC-Seq to identify cold-induced promoter elements of Gpr3 . We uncover a role for the estrogen-related receptors, ERRα and ERRγ, in the physiological transcriptional control of Gpr3 using adipose-specific double knock-out mice with and without adeno associated virus (AAV)-mediated rescue. Results We show that ERRα directly binds the cold-induced promoter element of Gpr3 and that adipocyte ERRα and ERRγ are required for the in vivo transcriptional induction of Gpr3 during cold exposure. Importantly, deficient Gpr3 cold-inducibility in adipose-specific ERRα and ERRγ KO mice is fully rescued by delivery of AAVs re-expressing either ERRα or ERRγ directly into brown adipose tissue. Conclusions ERRα and ERRγ are critical regulators of cold-induced transcription of Gpr3 and represent a targetable strategy for pharmacologically unlocking GPR3-induced energy expenditure.
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 | 0,001 |
| 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) | 0,002 | 0,001 |
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 ».