Epinephrine Induces PDK4 mRNA Expression in Adipose Tissue From Obese, Insulin Resistant Rats
Notice bibliographique
Résumé
Thiazolidinediones (TZDs) are a commonly prescribed class of insulin sensitizing drugs that increase fatty acid re-esterification, in part through the induction of pyruvate dehydrogenase kinase 4 (PDK4). Owing to the deleterious side effects of TZDs the identification of alternative approaches with which to increase PDK4 is essential. We recently demonstrated that epinephrine increases PDK4 expression through p38 and peroxisome proliferator-activated receptor γ (PPARγ) dependent pathways in cultured adipose tissue from lean rats. The purpose of this study was to determine whether acute epinephrine treatment, in vivo, can induce PDK4 mRNA expression in adipose tissue from obese, insulin resistant rats and if the reputed signaling pathways mediating this effect are intact. To this end we fed male Wistar rats a chow or high-fat diet (HFD, 60% kcals from fat) for 6 weeks. Rats were then injected with a weight-adjusted bolus of epinephrine and tissue harvested. Despite a blunted activation of p38 epinephrine increased PDK4 mRNA expression to a similar extent in adipose tissue from chow and HFD rats. 5'AMP-activated protein kinase (AMPK) signaling was not altered by the HFD. Similar to epinephrine, 2 h of swim exercise, an intervention that increases plasma catecholamines, also increased PDK4 mRNA levels to a similar extent in adipose tissue from both lean and HFD rats. Collectively these findings demonstrate, for the first time, that acute elevations in catecholamines induce PDK4 in adipose tissue from HFD rats, that this effect is likely independent of p38, a reputed mediator of PDK4 expression and that exercise, similar to TZDs can induce PDK4 in adipose tissue from obese, insulin resistant rats.
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 ».