Deficiency in Interferon-γ Results in Reduced Body Weight and Better Glucose Tolerance in Mice
Notice bibliographique
Résumé
Obesity is a chronic low-grade inflammatory disease caused by increased energy intake and reduced energy expenditure. Studies using animal models with deletion of inflammatory cytokines have produced conflicting results with some showing increased weight gain and others showing no effect or even reduced body weights. Clearly, more work is necessary to understand the role of cytokines on body weight control. The aim of this study was to determine the effect of interferon-γ deletion (IFNγ(-/-)) on body weight regulation and glucose metabolism. Male IFNγ(-/-) and wild-type C57BL/6 mice were fed a low-fat chow diet, and body weight, food intake, and energy expenditure were monitored over 20 wk. At the end of the study, ip glucose tolerance test, insulin tolerance test, basal glucose turnover, and hyperinsulinemic/euglycemic clamps were performed. Expression levels of arcuate nucleus neuropeptide Y, Agouti-related peptide, and proopiomelanocortin mRNA as well as circulating leptin levels were also determined. IFNγ(-/-) mice had improved glucose tolerance with reduced rate of glucose appearance and increased insulin sensitivity due to greater suppression of endogenous glucose output, which was associated with decreased hepatic glucose-6-phosphatase activity. In addition, we also observed reduced body weight associated with decreased food intake and increased physical activity. Neuropeptide Y and Agouti-related peptide mRNA expression was reduced, whereas proopiomelanocortin mRNA expression was increased, as were plasma leptin levels. Global deletion of IFNγ in mice resulted in reduced body weight associated with negative energy balance, improved glucose tolerance, and hepatic insulin sensitivity. Our findings demonstrate that IFNγ plays a critical role in the regulation of body weight and glucose metabolism.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».