The low levels of eicosapentaenoic acid in rat brain phospholipids are maintained via multiple redundant mechanisms
Notice bibliographique
Résumé
Brain eicosapentaenoic acid (EPA) levels are 250- to 300-fold lower than docosahexaenoic acid (DHA), at least partly, because EPA is rapidly β-oxidized and lost from brain phospholipids. Therefore, we examined if β-oxidation was necessary for maintaining low EPA levels by inhibiting β-oxidation with methyl palmoxirate (MEP). Furthermore, because other metabolic differences between DHA and EPA may also contribute to their vastly different levels, this study aimed to quantify the incorporation and turnover of DHA and EPA into brain phospholipids. Fifteen-week-old rats were subjected to vehicle or MEP prior to a 5 min intravenous infusion of (14)C-palmitate, (14)C-DHA, or (14)C-EPA. MEP reduced the radioactivity of brain aqueous fractions for (14)C-palmitate-, (14)C-EPA-, and (14)C-DHA-infused rats by 74, 54, and 23%, respectively; while it increased the net rate of incorporation of plasma unesterified palmitate into choline glycerophospholipids and phosphatidylinositol and EPA into ethanolamine glycerophospholipids and phosphatidylserine. MEP also increased the synthesis of n-3 docosapentaenoic acid (n-3 DPA) from EPA. Moreover, the recycling of EPA into brain phospholipids was 154-fold lower than DHA. Therefore, the low levels of EPA in the brain are maintained by multiple redundant pathways including β-oxidation, decreased incorporation from plasma unesterified FA pool, elongation/desaturation to n-3 DPA, and lower recycling within brain phospholipids.
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 | 0,012 | 0,005 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».