Abstract Insulin sensitivity progressively declines with age. Currently, the mechanism underlying age-associated insulin resistance remains unknown. Here, we identify membrane-bound matrix metalloproteinase 14 (MT1-MMP/MMP14) as a central regulator of insulin sensitivity during ageing. Ageing promotes MMP14 activation in insulin-sensitive tissues, which cleaves Insulin Receptor to suppress insulin signaling. MT1-MMP inhibition restores Insulin Receptor expression, improving insulin sensitivity in aged mice. The cleavage of Insulin Receptor by MT1-MMP also contributes to obesity-induced insulin resistance and inhibition of MT1-MMP activities normalizes metabolic dysfunctions in diabetic mouse models. Conversely, overexpression of MT1-MMP in the liver reduces the level of Insulin Receptor, impairing hepatic insulin sensitivity in young mice. The soluble Insulin Receptor and circulating MT1-MMP are positively correlated in plasma from aged human subjects and non-human primates. Our findings provide mechanistic insights into regulation of insulin sensitivity during physiological ageing and highlight MT1-MMP as a promising target for therapeutic avenue against diabetes.

Abstract Fc optimization can significantly enhance therapeutic efficacy of monoclonal antibodies. However, existing Fc engineering approaches are sub-optimal with noted limitations, such as inappropriate glycosylation, polyclonal libraries, and utilizing fragment but not full-length IgG display. Applying cell cycle arrested recombinase-mediated cassette exchange, this study constructed high-quality monoclonal Fc libraries in CHO cells, displayed full-length IgG on cell surface, and preformed ratiometric fluorescence activated cell sorting (FACS) with the antigen and individual FcγRs. Identified Fc variants were quantitatively evaluated by flow cytometry, ELISA, kinetic and steady-state binding affinity measurements, and cytotoxicity assays. An error-prone Fc library focusing on the hinge-CH2 region was constructed in CHO cells with a functional diversity of 7.5 × 106. Panels of novel Fc variants with enhanced affinity and selectivity for FcγRs were isolated. Particularly, clone 2a-10 (G236E/K288R/K290W/K320M) showed increased binding strength towards FcγRIIa-131R and 131H allotypes with kinetic dissociation constants (KD-K) of 140 nM and 220 nM, respectively, while reduced binding strength towards FcγRIIb compared to WT Fc; clone 2b-1 (K222I/V302E/L328F/K334E) had KD-K of 180 nM towards FcγRIIb; clone 3a-2 (P247L/K248E/K334I) exhibited KD-K of 190 nM and 100 nM towards FcγRIIIa-176F and 176 V allotypes, respectively, and improved potency of 2.0 ng/ml in ADCC assays. Key mutation hotspots were identified, including P247 for FcγRIIIa, K290 for FcγRIIa, and K334 for FcγRIIb bindings. Discovery of Fc variants with enhanced affinity and selectivity towards individual FcγR and the identification of novel mutation hotspots provide valuable insights for further Fc optimization and serve as a foundation for advancing antibody therapeutics development.

Infant formulas are designed to provide sufficient energy and the necessary nutrients to support the growth and development of newborns. Currently, research on the functions of formula milk powder focuses on clinical research and cell experiments, and there were many cell experiments that investigated the effect of infant formulas on cellular growth. However, most of the cells used are tumor cell lines, which are unable to simulate the real digestion process of an infant. In this study, we innovatively proposed a method that integrates human small intestinal organoids (SIOs) with transcriptomics and metabolomics analysis. We induced directed differentiation of human embryonic stem cells into SIOs and simulated the intestinal environment of newborns with them. Then, three kinds of 1-stage infant formulas from the same brand were introduced to simulate the digestion, absorption, and metabolism of the infant intestine. The nutritional value of each formula milk powder was examined by multi-omics sequencing methods, including transcriptomics and metabolomics analysis. Results showed that there were significant alterations in gene expression and metabolites in the three groups of SIOs after absorbing different infant formulas. By analyzing transcriptome and metabolome data, combined with GO, KEGG, and GSEA analysis, we demonstrated the ability of SIOs to model the different aspects of the developing process of the intestine and discovered the correlation between formula components and their effects, including

Correction for ‘Using integrated transcriptomics and metabolomics to explore the effects of infant formula on the growth and development of small intestinal organoids’ by Xianli Wang et al. , Food Funct. , 2024, 15 , 9191–9209, https://doi.org/10.1039/d4fo01723d.