目前的研究主题,标题为“内分泌和代谢性疾病中的Wnt信号传导”旨在强调Wnt信号传导途径在人类内分泌学中的功能作用,重点是代谢疾病。内分泌和代谢性疾病包括影响各种器官系统和生理过程的广泛疾病。Wnt信号通路最初以其在胚胎发育和组织稳态中的作用而被认可(1,2),在几种人类疾病(包括癌症)的发病机理中已成为至关重要的参与者(3,4),并极大地有助于疾病进展和潜在的治疗效果(5-7)。The fi rst study in this Research Topic clari fi ed that one of the mechanisms by which the “ Modi fi ed Qing ' E Formula ” (MQEF), used for more than 1,300 years in China as a treatment for lumbodynia, may exert its therapeutic effect on steroid-induced ischemic necrosis of the femoral head, is through targeting exosomal microRNAs (miRNAs) to regulate multiple信号通路,包括Wnt,PI3K-AKT和MAPK(Zhu等人)。在调查miRNA和WNT信号传导的另一份原始报告中,Tripathi等。证明成骨细胞中的miR-539-3p过表达下调了Wnt信号通路的几个组成部分,并恶化小梁的微体系结构,导致卵巢切除的小鼠的骨形成减少。在我们的研究主题的第三篇原始文章中,一组由小小的TU领导的研究者发现,小分子C91(CHIR99021)通过激活Wnt信号来促进骨髓基质细胞的成骨分化(Wang等人(Wang等))。
背景:肥胖代表了代谢异常发展的重要危险因素。但是,所有肥胖症患者都会发展这些疾病并非不可避免。硒已被证明在维持体内代谢稳态方面发挥了作用,并具有调节与葡萄糖和脂质代谢过程有关的相关信号通路的能力。先前的研究表明,肥胖个体的硒浓度高于一般人群中报道的硒。这些发现的问题是,硒浓度改变是否可能是加速肥胖人群代谢失衡的重要触发因素。这项研究的目的是检查血清硒浓度与肥胖个体中代谢异常的风险之间的潜在相关性。
耐粘蛋白是在动物中发现的突出的抗病毒蛋白。耐蛋白的主要功能是生产3'-deoxy -3',4' - 二维德罗 - 酪氨酸三磷酸(DDHCTP),这是一种参与病毒RNA合成的抑制性核苷酸。哺乳动物模型中的研究表明,DDHCTP会干扰代谢蛋白。但是,该假设尚未在Telest中进行检验。在这项研究中,测试了耐毒素在调节病毒出血性败血病毒(VHSV)感染中的代谢改变中的作用。被VHSV感染时,viperin - / - 鱼的死亡率较高。vhsv拷贝数和NP基因的表达在耐蛋白 - / - 芬中显着增加。代谢基因分析显示,苏打,HIF1A,FASN和ACC表达的显着差异,表明它们对代谢的影响。在VHSV感染期间,斑马鱼幼虫中的胆固醇分析表明,胆固醇的产生显着上调,没有耐耐蛋白。对ZF4细胞的体外分析表明,脂质产生的降低显着降低,并且具有耐毒素过表达的活性氧(ROS)产生的显着上调。中性粒细胞和巨噬细胞的募集显着调节。因此,我们证明了耐蛋白在干扰VHSV感染过程中的代谢改变中起作用。
心脏代谢综合征(CMS)与心血管疾病,2型糖尿病和全因死亡率的风险增加有关。重量调整后的腰围圆形指数(WWI)已成为评估肥胖及其健康影响的新型指标。考虑了炎症标记的介导作用,研究CMS患者的WWI与死亡率之间的关系。该研究分析了2003年至2018年的国家健康和营养检查调查(NHANES)数据,并确定了6506例CMS患者。WWI被计算为腰围(CM)的平方根除以重量(kg)。死亡率数据与国家死亡指数(NDI)相关。针对人口统计学和临床协变量调整的COX回归模型,评估了第一次世界大战对全原因和原因特定死亡率的影响。最后,使用调解分析探索了炎症标记在第一次世界大战与死亡率之间关系中的作用。这项研究观察到CMS患者之间第一次世界大战与全因,心血管和与糖尿病相关的死亡率之间的线性阳性相关性。调整了人口和临床混杂因素后,第一次世界大战仍然是死亡率的重要预测指标。调解分析表明,炎症标记,尤其是中性粒细胞和全身免疫炎症指数(SII),显着介导了第一次世界大战与全因死亡率之间的关系。WWI是CMS患者死亡率的独立预测指标,炎症可能将肥胖与死亡率风险联系起来。这些发现可能会为CMS的临床风险评估和管理策略提供信息。
图1:不同数据集中的遗传力(H 2)地图。a。显示低维空间,其颜色由功能网络编码34。b。显示了三个组织轴的本征图,该轴是根据人类连接组项目(HCP)35的函数连接模板22计算得出的。所有个人都与此组级模板保持一致。我们使用单个梯度和谱系/基因型信息来计算单核苷酸多态性(SNP)基于双核苷酸多态性(C),基于Twin的HCP(D)和基于TWIN的QTAB(E)的每个梯度的遗传力(H 2)。f。每两个遗传力图之间的空间相关性。空间自相关被认为使用测量距离变化函数图将图置入图,并且基于1000个排列获得了P变化图值。
努力的关键部分是由Jiawei Zhong博士领导的。学生和Karolinska Institutet博士后研究员Danae Zareifi。他们确保可以通过标准化术语比较来自不同来源的数据。鉴于几乎没有蛋白质组学数据,它们还生成了新的蛋白质分析数据集,从而提高了门户网站验证基因活性发现的能力。
1纽卡斯尔大学癌症中心,纽卡斯尔大学生物科学研究所,中央大道,纽卡斯尔 - 泰恩,泰恩河畔纽卡斯尔和佩戴NE1 3BZ,英国,2合成有机化学,分子与材料研究所,Radboud University nijmegen,Nijmegen,Nijmegeld 1,Toernooiveld 1,Toernooiveld 1,Toernooiveld 1,nijmegen,Nijmegen,Nijmegen,The Nijmegen,The Nijmegen,The Nijmegen,The Nijmegen,netherland,代谢组学,莱顿大学医学中心,Albinusdreef 2,2333 Za Leiden,荷兰,4个Glycotherapeutics B.V.肌肉骨骼研究,肿瘤学和代谢系,Sheffinfiled大学,医学院,Beech Hill Rd,Beech Hill Rd,Sheffiffiffiffiffiffiffiffiard,约克郡S10 2RX,英国,7生物分子化学研究所,分子和材料研究所,Radboud Universit
通讯作者:第1个通讯作者:rejma Shrestha rejmashrestha@gmail.com 2 nd通讯作者:米兰·dhungana Milan.dhungana9999@gmail.com 1这些作者对这项工作也同样做出了贡献。