DA
Domenico Accili
Author with expertise in Pancreatic Islet Dysfunction and Regeneration
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
37
(86% Open Access)
Cited by:
16,348
h-index:
100
/
i10-index:
251
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Insulin-regulated hepatic gluconeogenesis through FOXO1–PGC-1α interaction

Pere Puigserver et al.May 1, 2003
Hepatic gluconeogenesis is absolutely required for survival during prolonged fasting or starvation, but is inappropriately activated in diabetes mellitus. Glucocorticoids and glucagon have strong gluconeogenic actions on the liver. In contrast, insulin suppresses hepatic gluconeogenesis1,2,3. Two components known to have important physiological roles in this process are the forkhead transcription factor FOXO1 (also known as FKHR) and peroxisome proliferative activated receptor-γ co-activator 1 (PGC-1α; also known as PPARGC1), a transcriptional co-activator; whether and how these factors collaborate has not been clear. Using wild-type and mutant alleles of FOXO1, here we show that PGC-1α binds and co-activates FOXO1 in a manner inhibited by Akt-mediated phosphorylation. Furthermore, FOXO1 function is required for the robust activation of gluconeogenic gene expression in hepatic cells and in mouse liver by PGC-1α. Insulin suppresses gluconeogenesis stimulated by PGC-1α but co-expression of a mutant allele of FOXO1 insensitive to insulin completely reverses this suppression in hepatocytes or transgenic mice. We conclude that FOXO1 and PGC-1α interact in the execution of a programme of powerful, insulin-regulated gluconeogenesis.
0

Pancreatic β Cell Dedifferentiation as a Mechanism of Diabetic β Cell Failure

Chutima Talchai et al.Sep 1, 2012
Diabetes is associated with β cell failure. But it remains unclear whether the latter results from reduced β cell number or function. FoxO1 integrates β cell proliferation with adaptive β cell function. We interrogated the contribution of these two processes to β cell dysfunction, using mice lacking FoxO1 in β cells. FoxO1 ablation caused hyperglycemia with reduced β cell mass following physiologic stress, such as multiparity and aging. Surprisingly, lineage-tracing experiments demonstrated that loss of β cell mass was due to β cell dedifferentiation, not death. Dedifferentiated β cells reverted to progenitor-like cells expressing Neurogenin3, Oct4, Nanog, and L-Myc. A subset of FoxO1-deficient β cells adopted the α cell fate, resulting in hyperglucagonemia. Strikingly, we identify the same sequence of events as a feature of different models of murine diabetes. We propose that dedifferentiation trumps endocrine cell death in the natural history of β cell failure and suggest that treatment of β cell dysfunction should restore differentiation, rather than promoting β cell replication.PaperFlickeyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiIyMDFkZjRlNWVmYjhmYjQ4MzI4NTJiZTViMWM0NTU4NiIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc4MDQzMDY5fQ.N0gEqTVnUsDg4oJEL8abY_pYAOP7b_ty8we5q3wyXJFtNdlmGMgxbmYVbGs5lhi3YFLBaMrqdIbM7GDTDzLNiGJ4sLtYRHv_Innoan9vvGgsnbpHR1Bgqi3-lzUgL-4Xp4kAT8OxOhswJJUd3fHtMkoriYgYciesRTPNFk9t-CPkBm0sQZGiOAFfoQ-ECcwXO6Rj6NiMbLEuG8eHJLuGFWIeqqpbX-A-U32bz1VQ4Iv3HWxd-e2iUmkOJKtKBj00c50P4VbStwr2noD_TGfebhOGoCyyFmqlahbZpINn2NHai8EoNiuyX1gdvGZVhCnwYMaH0cb8Wf41Op0iieAe-A(mp4, (11.91 MB) Download video
0
Citation1,238
0
Save
0

Structure-based prediction of protein–protein interactions on a genome-wide scale

Qiangfeng Zhang et al.Sep 28, 2012
Protein–protein interactions, essential for understanding how a cell functions, are predicted using a new method that combines protein structure with other computationally and experimentally derived clues. The analysis of protein-interaction networks is essential to an understanding of the regulatory processes in a living cell. Many methods have been developed with a view to predicting protein–protein interactions (PPIs) at a genome-wide level, although the differences obtained using these approaches suggest that there are still factors unaccounted for. Barry Honig and colleagues have developed a new way of predicting PPIs that is based on the proteins' three-dimensional structures and functional data. Tests of several predictions of the new algorithm, known as PREPPI, confirm the accuracy of the results. The genome-wide identification of pairs of interacting proteins is an important step in the elucidation of cell regulatory mechanisms1,2. Much of our present knowledge derives from high-throughput techniques such as the yeast two-hybrid assay and affinity purification3, as well as from manual curation of experiments on individual systems4. A variety of computational approaches based, for example, on sequence homology, gene co-expression and phylogenetic profiles, have also been developed for the genome-wide inference of protein–protein interactions (PPIs)5,6. Yet comparative studies suggest that the development of accurate and complete repertoires of PPIs is still in its early stages7,8,9. Here we show that three-dimensional structural information can be used to predict PPIs with an accuracy and coverage that are superior to predictions based on non-structural evidence. Moreover, an algorithm, termed PrePPI, which combines structural information with other functional clues, is comparable in accuracy to high-throughput experiments, yielding over 30,000 high-confidence interactions for yeast and over 300,000 for human. Experimental tests of a number of predictions demonstrate the ability of the PrePPI algorithm to identify unexpected PPIs of considerable biological interest. The surprising effectiveness of three-dimensional structural information can be attributed to the use of homology models combined with the exploitation of both close and remote geometric relationships between proteins.
0
Citation684
0
Save
0

The forkhead transcription factor Foxo1 (Fkhr) confers insulin sensitivity onto glucose-6-phosphatase expression

Jun Nakae et al.Nov 1, 2001
Type 2 diabetes is characterized by the inability of insulin to suppress glucose production in the liver and kidney. Insulin inhibits glucose production by indirect and direct mechanisms. The latter result in transcriptional suppression of key gluconeogenetic and glycogenolytic enzymes, phosphoenolpyruvate carboxykinase (Pepck) and glucose-6-phosphatase (G6p). The transcription factors required for this effect are incompletely characterized. We report that in glucogenetic kidney epithelial cells, Pepck and G6p expression are induced by dexamethasone (dex) and cAMP, but fail to be inhibited by insulin. The inability to respond to insulin is associated with reduced expression of the forkhead transcription factor Foxo1, a substrate of the Akt kinase that is inhibited by insulin through phosphorylation. Transduction of kidney cells with recombinant adenovirus encoding Foxo1 results in insulin inhibition of dex/cAMP–induced G6p expression. Moreover, expression of dominant negative Foxo1 mutant results in partial inhibition of dex/cAMP–induced G6p and Pepck expression in primary cultures of mouse hepatocyes and kidney LLC-PK1-FBPase+ cells. These findings are consistent with the possibility that Foxo1 is involved in insulin regulation of glucose production by mediating the ability of insulin to decrease the glucocorticoid/cAMP response of G6p.
Load More