NA
Núria Amigó
Author with expertise in Advances in Metabolomics Research
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(50% Open Access)
Cited by:
0
h-index:
19
/
i10-index:
41
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Remodelling of Skeletal Muscle Myosin Metabolic States in Hibernating Mammals

Christopher Lewis et al.Jan 1, 2023
Hibernation is a period of metabolic suppression utilized by many small and large mammal species to survive during winter periods. As the underlying cellular and molecular mechanisms remain incompletely understood, our study aimed to determine whether skeletal muscle myosin and its metabolic efficiency undergo alterations during hibernation to optimize energy utilization. We isolated muscle fibers from small hibernators, Ictidomys tridecemlineatus and Eliomys quercinus and larger hibernators, Ursus arctos and Ursus americanus. We then conducted loaded Mant-ATP chase experiments alongside X-ray diffraction to measure resting myosin dynamics and its ATP demand. In parallel, we performed multiple proteomics analyses. Our results showed a preservation of myosin structure in U. arctos and U. americanus during hibernation, whilst in I. tridecemlineatus and E. quercinus, changes in myosin metabolic states during torpor unexpectedly led to higher levels in energy expenditure of type II, fast-twitch muscle fibers at ambient lab temperatures (20°C). Upon repeating loaded Mant-ATP chase experiments at 8°C (near the body temperature of torpid animals), we found that myosin ATP consumption in type II muscle fibers was reduced by 77-107% during torpor compared to active periods. Additionally, we observed Myh2 hyper-phosphorylation during torpor in I. tridecemilineatus, which was predicted to stabilize the myosin molecule. This may act as a potential molecular mechanism mitigating myosin-associated increases in skeletal muscle energy expenditure during periods of torpor in response to cold exposure. Altogether, we demonstrate that resting myosin is altered in hibernating mammals, contributing to significant changes to the ATP consumption of skeletal muscle. Additionally, we observe that it is further altered in response to cold exposure and highlight myosin as a potentially contributor to skeletal muscle non-shivering thermogenesis.
0

ApoC-III proteoforms are associated with better lipid, inflammatory, and glucose profiles independent of total apoC-III

Pere Rehues et al.Dec 4, 2024
Apolipoprotein (apo) C-III is involved in several processes that increase triglyceride levels, inflammation, and insulin resistance. Four of its proteoforms have been the focus of several studies and have shown differential associations with cardiovascular risk biomarkers, mostly lipids. However, there are other proteoforms of apoC-III that have not yet been investigated in detail. The aim of this study was to evaluate the associations of seven apoC-III proteoforms with a comprehensive set of biomarkers, including lipid metabolism, inflammation, and glucose homeostasis. Seven apoC-III proteoforms (apoC-III0a, apoC-III0b, apoC-III1, apoC-III1d, apoC-III2, apoC-III2d, and apoC-III0f) were measured using a mass spectrometry immunoassay in 875 participants from the cross-sectional study of the Di@bet.es cohort. The complete lipoprotein profile was obtained via the Liposcale test, and the proton nuclear magnetic resonance (1H-NMR)-assessed glycoprotein signals were also obtained as biomarkers of inflammation. Three proteoform ratios (apoC-III2d, apoC-III2, and apoC-III0f normalized to apoC-III1) showed protective associations with most of the cardiovascular risk biomarkers in comparison with total apoC-III in linear regression models and were negatively associated with triglycerides (β=-0.173, p < 0.001; β=-0.297, p < 0.001; β=-0.223, p = 0.002), very low-density (VLDL) particle concentration (β=-0.133, p < 0.001; β=-0.265, p < 0.001; β=-0.203, p < 0.001), GlycA (β=-0.148, p < 0.001; β=-0.263, p < 0.001; β=-0.211, p < 0.001) and homeostatic model assessment of insulin resistance (HOMA-IR) (β=-0.096, p = 0.003; β=-0.199, p < 0.001; β=-0.114, p = 0.002). These associations were partly independent of total apoC-III concentrations. Participants with high levels of these proteoforms had a lower prevalence of cardiometabolic disorders, such as type 2 diabetes (p = 0.022), obesity (p = 0.001), and metabolic syndrome (p = 0.013). While apoC-III is positively associated with biomarkers of cardiometabolic risk, the proportions of three apoC-III proteoforms show opposite associations, independent of total apoC-III concentrations. Measuring not only apoC-III but also the proportions of apoC-III proteoforms can provide valuable information since individuals with similar levels of total apoC-III could display opposite lipid profiles depending on the proportion of apoC-III proteoforms.