Obesity and altered glucose metabolism impact HDL composition in CETP transgenic mice: a role for ovarian hormones
Notice bibliographique
Résumé
Mechanisms underlying changes in HDL composition caused by obesity are poorly defined, partly because mice lack expression of cholesteryl ester transfer protein (CETP), which shuttles triglyceride and cholesteryl ester between lipoproteins. Because menopause is associated with weight gain, altered glucose metabolism, and changes in HDL, we tested the effect of feeding a high-fat diet (HFD) and ovariectomy (OVX) on glucose metabolism and HDL composition in CETP transgenic mice. After OVX, female CETP-expressing mice had accelerated weight gain with HFD-feeding and impaired glucose tolerance by hyperglycemic clamp techniques, compared with OVX mice fed a low-fat diet (LFD). Sham-operated mice (SHAM) did not show HFD-induced weight gain and had less glucose intolerance than OVX mice. Using shotgun HDL proteomics, HFD-feeding in OVX mice had a large effect on HDL composition, including increased levels of apoA2, apoA4, apoC2, and apoC3, proteins involved in TG metabolism. These changes were associated with decreased hepatic expression of SR-B1, ABCA1, and LDL receptor, proteins involved in modulating the lipid content of HDL. In SHAM mice, there were minimal changes in HDL composition with HFD feeding. These studies suggest that the absence of ovarian hormones negatively influences the response to high-fat feeding in terms of glucose tolerance and HDL composition. CETP-expressing mice may represent a useful model to define how metabolic changes affect HDL composition and function.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».