fbpx miRNA contro il diabete | Page 9 | Scienza in rete

miRNA contro il diabete

Read time: 2 mins

Per la prima volta viene dimostrato in vivo il coinvolgimento dei micro RNA nella regolazione della sensibilita' all'insulina.
I micro RNA (miR-) sono delle piccole molecole di RNA in grado di regolare numerose funzioni biologiche, tra cui il metabolismo. I microRNA riconoscono sequenze nucleotidiche specifiche nei trascritti bersaglio di cui determinano la degradazione o ne limitano la traduzione.
I ricercatori coinvolti, guidati da Markus Stoffel, hanno iniziato il loro studio osservando che in topi obesi si ha una maggiore espressione di miR -103/107. Successivamente hanno condotto una serie di esperimenti per cercare di comprendere in modo piu' approfondito il ruolo svolto dai due micro RNA nella percezione dell'insulina.
Rendendo silenti entrambi i miR nei topi obesi, l'omeostasi del glucosio e la sensibilita' all'insulina migliorano. In contrasto, disattivando i due miR nel fegato e nel tessuto adiposo si osserva un'alterata omeostasi del glucosio.
Uno dei bersagli dei miR è la caveolina-1, molecola coinvolta nella trasduzione del segnale per l'insulina. Il gene per la caveolina infatti è maggiormente espresso negli adipociti in cui sono inattivati miR 103/107, con conseguente stabilizzazione del recettore per l'insulina e incremento della trasduzione del segnale per l'ormone. Ciò determina una riduzione nella dimensione degli adipociti e un aumento dell'ingresso di glucosio nella cellula stimolato dall'insulina.
Questi risultati, pubblicati su Nature, dimostrano che i miR-103/107 sono regolatori negativi della trasduzione del segnale per l'insulina ed individuano in questi due miR nuovi bersagli per le terapie al diabete e all'obesità.

Trajkovski M, Hausser J, Soutschek J, et al. MicroRNAs 103 and 107 regulate insulin sensitivity. Nature 2011;474:649-53.

Autori: 
Sezioni: 

prossimo articolo

Vedere le faglie in 3D grazie al machine learning

prefettura dell aquila dopo il terremoto del 2019

Un sistema di algoritmi di machine learning permette di ricostruire la geometria tridimensionale delle faglie sismiche a partire solo dalla posizione degli ipocentri, rivelando la loro struttura gerarchica e segmentata. L’approccio, sviluppato da un gruppo di ricercatori dell’Università di Napoli Federico II e testato su diverse sequenze sismiche, potrebbe migliorare i modelli di previsione probabilistica operativa dei terremoti. Nell'immagine il palazzo della prefettura a L'Aquila dopo il terremoto del 6 aprile 2009. Credit: TheWiz83/Wikipedia (CC BY-SA 3.0). 

Siamo abituati a immaginare le faglie come piani, a separazione di blocchi di roccia che muovendosi l’uno rispetto all’altro generano i terremoti. In realtà, le faglie hanno geometrie molto più complicate. Più che come piani, dovremmo immaginarle come sottili parallelepipedi, strati di roccia con un certo spessore, all’interno dei quali si trovano altre faglie più piccole, e così via in un meccanismo di segmentazione gerarchico.