Expression of PPARα modifies fatty acid effects on insulin secretion in uncoupling protein-2 knockout mice
Notice bibliographique
Résumé
AIMS/HYPOTHESIS: In uncoupling protein-2 (UCP2) knockout (KO) mice, protection of beta cells from fatty acid exposure is dependent upon transcriptional events mediated by peroxisome proliferator-activated receptor-alpha (PPARalpha). METHODS: PPARalpha expression was reduced in isolated islets from UCP2KO and wild-type (WT) mice with siRNA for PPARalpha (siPPARalpha) overnight. Some islets were also cultured with oleic or palmitic acid, then glucose stimulated insulin secretion (GSIS) was measured. Expression of genes was examined by quantitative RT-PCR or immunoblotting. PPARalpha activation was assessed by oligonucleotide consensus sequence binding. RESULTS: siPPARalpha treatment reduced PPARalpha protein expression in KO and WT islets by >85%. In siPPARalpha-treated UCP2KO islets, PA but not OA treatment significantly decreased the insulin response to 16.5 mM glucose. In WT islets, siPPARalpha treatment did not modify GSIS in PA and OA exposed groups. In WT islets, PA treatment significantly increased UCP2 mRNA and protein expression. Both PA and OA treatment significantly increased PPARalpha expression in UCP2KO and WT islets but OA treatment augmented PPARalpha protein expression only in UCP2KO islets (p < 0.05). PA treatment induced carnitine palmitoyltransferase I, acyl CoA oxidase and malonyl CoA decarboxylase mRNA in UCP2KO islets. CONCLUSION: These data show that the negative effect of saturated fatty acid on GSIS is mediated by PPARalpha/UCP2. Knockout of UCP2 protects beta-cells from PA exposure. However, in the absence of both UCP2 and PPARalpha even a short exposure (24 h) to PA significantly impairs GSIS.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
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 ».