Possible common central pathway for resistin and insulin in regulating food intake
Notice bibliographique
Résumé
AIM: Adipose tissue has been the object of intense research in the field of obesity and diabetes diseases in the last decade. Examination of adipocyte-secreted peptides led to the identification of a unique polypeptide, resistin (RSTN), which has been suggested as a link between obesity and diabetes. RSTN plays a clearly documented role in blocking insulin (INS)-induced hypoglycaemia. As brain injection of INS affects feeding behaviour, we studied the possible interaction between INS and RSTN in food-deprived rats, measuring effects on food intake. In addition, we examined how RSTN might affect neuropeptide Y (NPY)-induced feeding, as studies have shown that rat RSTN can interfere with the NPY system. METHODS: Overnight food-deprived rats were injected into the third brain ventricle (3V) with either INS (10 or 20 mUI), RSTN (0.1-0.4 nmol/rat), or saline before access to food. Another group of rats was injected into the 3V with RSTN alone, NPY alone or RSTN plus NPY. Their food intake and body weight were measured. RESULTS: Our results confirm the hypophagic effect of RSTN on food deprivation-induced food intake, and more importantly, show that RSTN neither potentiates nor blocks the effects of INS on food intake, but does reduce the hyperphagic effect of NPY. CONCLUSION: The observation that RSTN does not modify feeding INS-induced hypophagia, but does influence NPY-induced feeding, points to the possibility that RSTN may be involved in control of food intake through an NPY-ergic mechanism as INS.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».