Defective Natriuretic Peptide Receptor Signaling in Skeletal Muscle Links Obesity to Type 2 Diabetes
Notice bibliographique
Résumé
Circulating natriuretic peptide (NP) levels are reduced in obesity and predict the risk of type 2 diabetes (T2D). Since skeletal muscle was recently shown as a key target tissue of NP, we aimed to investigate muscle NP receptor (NPR) expression in the context of obesity and T2D. Muscle NPRA correlated positively with whole-body insulin sensitivity in humans and was strikingly downregulated in obese subjects and recovered in response to diet-induced weight loss. In addition, muscle NP clearance receptor (NPRC) increased in individuals with impaired glucose tolerance and T2D. Similar results were found in obese diabetic mice. Although no acute effect of brain NP (BNP) on insulin sensitivity was observed in lean mice, chronic BNP infusion improved blood glucose control and insulin sensitivity in skeletal muscle of obese and diabetic mice. This occurred in parallel with a reduced lipotoxic pressure in skeletal muscle due to an upregulation of lipid oxidative capacity. In addition, chronic NP treatment in human primary myotubes increased lipid oxidation in a PGC1α-dependent manner and reduced palmitate-induced lipotoxicity. Collectively, our data show that activation of NPRA signaling in skeletal muscle is important for the maintenance of long-term insulin sensitivity and has the potential to treat obesity-related metabolic disorders.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 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 ».