Relationships between Exercise, Mitochondrial Biogenesis and Type 2 Diabetes
Notice bibliographique
Résumé
Skeletal muscle is the major site of insulin-stimulated glucose utilization in the body. Central to this process is oxidative metabolism, which is controlled by mitochondria. Therefore, defects in the biogenesis of this organelle can impact the ability of muscle to oxidize substrates and can have grave consequences on the action of insulin on glucose uptake. In healthy muscle, glucose and free fatty acids (FFAs) are efficiently metabolized preventing the accumulation of harmful lipid by-products. In contrast, in pre-diabetic conditions, reduced oxidative capacity, high levels of reactive oxygen species, and chronic elevations in FFAs culminate in greater intramyocellular lipids and lipid metabolites that interfere with insulin signaling pathways, and contribute to lower insulin sensitivity. While the extent of the involvement of mitochondria in insulin resistance and type 2 diabetes (T2D) is still an ongoing debate, there is compelling evidence to suggest that dysfunction in mitochondria, mediated by changes in gene expression, morphology, and mitochondrial turnover, contributes to the dysregulation of insulin signaling pathways observed with this metabolic syndrome. In the present review, we discuss our current understanding of mitochondrial biogenesis and highlight how dysfunction in key mitochondrial biogenesis pathways may play an important role in the pathogenesis of T2D. Moreover, we provide evidence supporting the therapeutic value of exercise in the prevention and treatment of metabolic syndromes such as T2D.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».