The Great Roundleaf Bat (Hipposideros armiger) as a Good Model for Cold-Induced Browning of Intra-Abdominal White Adipose Tissue
Notice bibliographique
Résumé
BACKGROUND: Inducing beige fat from white adipose tissue (WAT) is considered to be a shortcut to weight loss and increasingly becoming a key area in research into treatments for obesity and related diseases. However, currently, animal models of beige fat are restricted to rodents, where subcutaneous adipose tissue (sWAT, benign WAT) is more liable to develop into the beige fat under specific activators than the intra-abdominal adipose tissue (aWAT, malignant WAT) that is the major source of obesity related diseases in humans. METHODS: Here we induced beige fat by cold exposure in two species of bats, the great roundleaf bat (Hipposideros armiger) and the rickett's big-footed bat (Myotis ricketti), and compared the molecular and morphological changes with those seen in the mouse. Expression of thermogenic genes (Ucp1 and Pgc1a) was measured by RT-qPCR and adipocyte morphology examined by HE staining at three adipose locations, sWAT, aWAT and iBAT (interscapular brown adipose tissue). RESULTS: Expression of Ucp1 and Pgc1a was significantly upregulated, by 729 and 23 fold, respectively, in aWAT of the great roundleaf bat after exposure to 10°C for 7 days. Adipocyte diameters of WATs became significantly reduced and the white adipocytes became brown-like in morphology. In mice, similar changes were found in the sWAT, but much lower amounts of changes in aWAT were seen. Interestingly, the rickett's big-footed bat did not show such a tendency in beige fat. CONCLUSIONS: The great roundleaf bat is potentially a good animal model for human aWAT browning research. Combined with rodent models, this model should be helpful for finding therapies for reducing harmful aWAT in humans.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».