Molecular Mechanism(s) of Sex Differences in Lipid Metabolism in Human Skeletal Muscle
Notice bibliographique
Résumé
It is well understood that compared with men, women are better able to withstand starvation, have better ultra-endurance capacity, oxidize more fat during endurance exercise, and are more resistant to fat oxidation defects i.e. diet-induced insulin resistance. However, the mechanism(s) for the observed sex differences are unknown. It was my hypothesis that women have greater fat oxidation capacity in skeletal muscle than men. The objectives of my thesis were to determine the mechanism(s) by which women oxidize more lipids; including the role of estrogen as a possible regulator. The most significant findings were that: 1) mRNA for fatty acid oxidation genes are higher in women compared with men, which was confirmed by Stringent Affymetrix GeneChip array analysis, combined with RT-PCR (chapter 2); 2) long-chain acyl-CoA dehydrogenase in human skeletal muscle is not quantifiable despite the majority (90%) of fatty acids oxidized during exercise are long-chain fatty acids (chapter 3); 3) β-oxidation enzymes: tri-functional protein alpha, very long chain acyl-CoA dehydrogenase, and medium chain acyl-CoA dehydrogenase are significantly higher in women compared with men (chapter 4); 4) Acute (8 days) 17β-estradiol supplementation in men significantly increased protein content of β-oxidation enzymes in skeletal muscle, possibly through the regulation of PGC-1α and microRNA (chapter 5). In conclusion, my data provided novel insights into the enhanced ability of women to oxidize fat under periods of metabolic stress by showing that: 1) women are transcriptionally (mRNA) "primed" for known physiological differences in metabolism; 2) women have more protein content of the major enzymes involved in long and medium chain fatty acid oxidation; 3) E2 partially regulates lipid metabolism in skeletal muscle by pre-translational modifications of factors involved in β-oxidation. These findings contribute to the molecular understanding of sex differences in substrate utilization.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».