MétaCan
Menu
← Retour à la cohorte
Enregistrement W2010106565 · doi:10.1242/jeb.036384

BRRROWN ADIPOSE TISSUE: SPECIAL FAT FOR COLD CRITTERS

2010· article· en· W2010106565 sur OpenAlexaff
Jodie L. Rummer

Notice bibliographique

RevueJournal of Experimental Biology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHibernation (computing)FenofibrateAdipose tissueInternal medicineEndocrinologyMetabolismBrown adipose tissueAcclimatizationLipid metabolismAnimal scienceBiologyChemistryMedicineEcologyState (computer science)

Résumé

récupéré en direct d'OpenAlex

There are two major strategies available to mammals to survive winter: hibernation, where large animals drop their metabolic rate, and non-hibernation, where small mammals utilise fat stores to maintain their body temperature. According to Stuart Egginton from the University of Birmingham, textbooks state that the liver is the main organ of heat generation, ‘but this is based purely on the relative mass,’ he explains. Egginton realised that the liver could only be a thermogenic organ if it generated more heat then expected for its size. Egginton, David Hauton and Andrew Coney decided to test the liver's lipid oxidation profile to find out whether the liver really does keep non-hibernators warm during winter.Focusing on rats' body temperatures and fat metabolism as the animals were cooled, the team treated some of the rats with fenofibrate (which increases fat oxidation by the liver and could maintain the rat's body temperature during cooling if liver is the source of winter warmth) and others with dichloroacetate (which inhibits the liver's ability to oxidise fats and would force the animals to rely on other forms of heat generation to maintain their temperature) before cooling the rodents. Then they compared how the fenofibrate and dichloroacetate treated animals performed with a third group of rats that had been prepared for the cold conditions by cold acclimation.If fat metabolism by the liver was key to keeping warm, the fenofibrate treated rats should survive cooling as well as the animals that were previously acclimated to cold conditions. However, the cooled rats that had been treated with dichloroacetate would not survive cooling in good condition, as their livers cannot metabolise fats and they must rely on other, limited, energy supplies (glucose) to maintain their temperature. As the fenofibrate treated rats did not maintain their temperature as well as the well-prepared cold acclimated rats, the researchers suggested that the liver is not the critical step to heat generation.Some other fat related tissue must be responsible for the rodents' ability to defend their body temperature. Brown adipose tissue (BAT) is a fat storage tissue especially abundant in small mammals and newborn humans. BAT is highly vascularised, full of mitochondria and burns fat to produce heat in a special way. Maybe it could provide the warmth the rodents require to survive winter in addition to its supposed role in arousal?The team found that the BAT of cold acclimated rats took up fatty acids that were oxidised to generate heat. Amazingly, these rats were up to 12 times better at the conversion than the other rats. Additionally, while the other rats slowed their ventilation, the cold acclimated rats increased their breathing rate to better supply BAT with oxygenated blood and hence maintain their temperature while being cooled.The authors decided that BAT is the true ‘thermogenic machinery’ for non-hibernators, and that the liver may contribute very little to thermogenesis. Scientists think BAT fat metabolism that non-hibernators use to stay warm and remain alert during cold conditions may have been one key to the evolutionary success of early mammals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0300,011

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,342
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Biology→Même sujetAdipose Tissue and Metabolism→Travaux en français237 207→