Leukemia inhibitory factor stimulates muscle glucose uptake by a PI3‐kinase dependent pathway that is maintained in white muscle in obesity (1162.4)
Notice bibliographique
Résumé
OBJECTIVE: To investigates the metabolic effects of leukemia inhibitory factor (LIF) in mouse skeletal muscle. METHODS: Effects of LIF on muscle glucose transport, palmitate oxidation and cellular signaling were investigated in soleus and extensor digitorum longus (EDL) muscles from chow and highfat diet fed wildtype (WT) mice or chow fed muscle‐specific AMPKα2 kinase‐dead (KD) and suppressors of cytokine signaling (SOCS) 3 muscle‐specific knockout mice. RESULTS: LIF increased muscle glucose transport in a dose‐ and time‐dependent manner. LIF increased Akt Ser473‐P, whereas AMPK Thr172‐P was unaffected. Incubation of muscles from KD or WT mice with Wortmannin, LY294002 and Parthenolide demonstrated that PI3‐kinase, but not AMPK, was essential for LIF‐stimulated glucose transport. Incubation with Rapamycin and AZD8055 demonstrated that mammalian target of rapamycin complex (mTORC)2 and not mTORC1 is necessary for LIF‐stimulated glucose transport. LIF‐stimulated glucose transport was maintained in EDL muscle from obese insulin resistant mice. Lack of SOCS3 did not affect LIF‐stimulated glucose uptake. CONCLUSIONS: LIF acutely increases muscle glucose transport by a mechanism involving the PI3‐kinase/mTORC2/Akt pathway which is maintained in EDL muscle from obese insulin resistant mice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».