Exercise training-induced extracellular miR-136-3p modulates glucose uptake and myogenesis through targeting of NRDC in human skeletal muscle
Notice bibliographique
Résumé
BACKGROUND: Regular physical training induces adaptive effects across multiple organ systems, highlighting the existence of inter-organ communication networks. However, the molecular mechanisms underlying both exercise-induced adaptations and organ-to-organ signaling are not fully characterized. Circulating extracellular vesicles (EVs), including exosomes, carry molecules like microRNAs (miRNAs) that may mediate tissue crosstalk. This study aimed to identify specific exercise training-responsive miRNAs that affect skeletal muscle function. METHODS: miRNA expression profiles of serum-derived EVs were analyzed in healthy young individuals before and after 3 weeks endurance exercise training. Exercise training-responsive miRNAs were then validated for a functional role in cellular metabolic processes in human myotubes. RESULTS: We identified several exercise training-responsive miRNAs within exosome-rich EVs in serum, including miR-136-3p. In human myotubes, miR-136-3p enhanced glucose uptake and targeted the nardilysin convertase (NRDC) gene. Transfection of miR-136-3p or silencing of NRDC induced a shift towards glycolytic metabolism in mitochondria and modulated gene expressions related to myogenesis. Pancreatic islets were identified as a potential source of miR-136-3p based on in silico analysis of gene expression and a molecular analysis of conditioned media from isolated pancreatic islets. CONCLUSION: MiR-136-3p is an endurance training-responsive molecular transducer that modulates glucose metabolism and cellular proliferation in myocytes. Associated with EVs, extracellular miR-136-3p may serve as a molecular messenger to communicate islet-skeletal muscle crosstalk after exercise. Extracellular miR-136-3p may serve as a molecular messenger to communicate islet-skeletal muscle crosstalk. Our results highlight a miRNA-mediated mechanism that participates in inter-organ communication to fine tune the metabolic adaptations to exercise.
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 | 0,000 |
| 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 ».