Intracellular fatty acids suppress β-adrenergic induction of PKA-targeted gene expression in white adipocytes
Notice bibliographique
Résumé
β-Adrenergic receptor (β-AR) activation elevates cAMP levels in fat cells and triggers both metabolic and transcriptional responses; however, the potential interactions between these pathways are poorly understood. This study investigated whether lipolysis affects β-AR-mediated gene expression in adipocytes. Acute β(3)-adrenergic receptor (β(3)-AR) stimulation with CL 316,243 (CL) increased expression of PKA-targeted genes PCG-1α, UCP1, and NOR-1 in mouse white fat. Limiting lipolysis via inhibition of hormone-sensitive lipase (HSL), a direct target of PKA, sharply potentiated CL induction of PCG-1α, UCP1, and NOR-1. CL also induced greater expression of PKA-targeted genes in white fat of HSL-null mice compared with wild-type littermates, further indicating that HSL activity limits PKA-mediated gene expression. Inhibiting HSL in 3T3-L1 adipocytes also potentiated the induction of PGC-1α, UCP1, and NOR-1 by β-AR activation, as did siRNA knockdown of adipose triglyceride lipase, the rate-limiting enzyme for lipolysis. Conversely, treatments that promote intracellular fatty acid accumulation suppressed induction of PGC-1α and UCP1 through β-AR stimulation. Analysis of β-adrenergic signaling indicated that excessive intracellular fatty acid production inhibits adenylyl cyclase activity and thereby reduces PKA signaling to the nucleus. Lastly, partially limiting lipolysis by inhibition of HSL increased the induction of oxidative gene expression and mitochondrial electron transport chain activity in white adipose tissue and facilitated fat loss in mice treated for 5 days with CL. Overall, our results demonstrate that fatty acids limit the upregulation of β-AR-responsive genes in white adipocytes and suggest that limiting lipolysis may be a novel means of enhancing β-AR signaling.
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 | 0,000 | 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 | 0,000 |
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 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 ».