Regional differences in cellular mechanisms of adipose tissue gain with overfeeding
Notice bibliographique
Résumé
Body fat distribution is an important predictor of the metabolic consequences of obesity, but the cellular mechanisms regulating regional fat accumulation are unknown. We assessed the changes in adipocyte size (photomicrographs) and number in response to overfeeding in upper- and lower-body s.c. fat depots of 28 healthy, normal weight adults (15 men) age 29 ± 2 y. We analyzed how these changes relate to regional fat gain (dual energy X-ray absorptiometry and computed tomography) and baseline preadipocyte proliferation, differentiation [peroxisome proliferator-activated receptor-γ2 (PPARγ2) and CCAAT/enhancer binding protein-α (C/EBPα) mRNA]), and apoptotic response to TNF-α. Fat mass increased by 1.9 ± 0.2 kg in the upper body and 1.6 ± 0.1 kg in the lower body. Average abdominal s.c. adipocyte size increased by 0.16 ± 0.06 μg lipid per cell and correlated with relative upper-body fat gain (r = 0.74, P < 0.0001). However, lower-body fat responded to overfeeding by fat-cell hyperplasia, with adipocyte number increasing by 2.6 ± 0.9 × 10(9) cells (P < 0.01). We found no depot-differences in preadipocyte replication or apoptosis that would explain lower-body adipocyte hyperplasia and abdominal s.c. adipocyte hypertrophy. However, baseline PPARγ2 and C/EBPα mRNA were higher in abdominal than femoral s.c. preadipocytes (P < 0.005 and P < 0.03, respectively), consistent with the ability of abdominal s.c. adipocytes to achieve a larger size. Inherent differences in preadipocyte cell dynamics may contribute to the distinct responses of different fat depots to overfeeding, and fat-cell number increases in certain depots in adults after only 8 wk of increased food intake.
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) | 0,000 | 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) | 0,001 | 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 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 ».