Loss of Regulator of G Protein Signaling 5 Exacerbates Obesity, Hepatic Steatosis, Inflammation and Insulin Resistance
Notice bibliographique
Résumé
BACKGROUND: The effect of regulator of G protein signaling 5 (RGS5) on cardiac hypertrophy, atherosclerosis and angiogenesis has been well demonstrated, but the role in the development of obesity and insulin resistance remains completely unknown. We determined the effect of RGS5 deficiency on obesity, hepatic steatosis, inflammation and insulin resistance in mice fed either a normal-chow diet (NC) or a high-fat diet (HF). METHODOLOGY/PRINCIPAL FINDINGS: Male, 8-week-old RGS5 knockout (KO) and littermate control mice were fed an NC or an HF for 24 weeks and were phenotyped accordingly. RGS5 KO mice exhibited increased obesity, fat mass and ectopic lipid deposition in the liver compared with littermate control mice, regardless of diet. When fed an HF, RGS5 KO mice had a markedly exacerbated metabolic dysfunction and inflammatory state in the blood serum. Meanwhile, macrophage recruitment and inflammation were increased and these increases were associated with the significant activation of JNK, IκBα and NF-κBp65 in the adipose tissue, liver and skeletal muscle of RGS5 KO mice fed an HF relative to control mice. These exacerbated metabolic dysfunction and inflammation are accompanied with decreased systemic insulin sensitivity in the adipose tissue, liver and skeletal muscle of RGS5 KO mice, reflected by weakened Akt/GSK3β phosphorylation. CONCLUSIONS/SIGNIFICANCE: Our data suggest that loss of RGS5 exacerbates HF-induced obesity, hepatic steatosis, inflammation and insulin resistance.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».