Acylcarnitines: potential implications for skeletal muscle insulin resistance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Insulin resistance may be linked to incomplete fatty acid β-oxidation and the subsequent increase in acylcarnitine species in different tissues including skeletal muscle. It is not known if acylcarnitines participate in muscle insulin resistance or simply reflect dysregulated metabolism. The aims of this study were to determine whether acylcarnitines can elicit muscle insulin resistance and to better understand the link between incomplete muscle fatty acid β-oxidation, oxidative stress, inflammation, and insulin-resistance development. Differentiated C2C12, primary mouse, and human myotubes were treated with acylcarnitines (C4:0, C14:0, C16:0) or with palmitate with or without carnitine acyltransferase inhibition by mildronate. Treatment with C4:0, C14:0, and C16:0 acylcarnitines resulted in 20-30% decrease in insulin response at the level of Akt phosphorylation and/or glucose uptake. Mildronate reversed palmitate-induced insulin resistance concomitant with an ∼25% decrease in short-chain acylcarnitine and acetylcarnitine secretion. Although proinflammatory cytokines were not affected under these conditions, oxidative stress was increased by 2-3 times by short- or long-chain acylcarnitines. Acylcarnitine-induced oxidative stress and insulin resistance were reversed by treatment with antioxidants. Results are consistent with the conclusion that incomplete muscle fatty acid β-oxidation causes acylcarnitine accumulation and associated oxidative stress, raising the possibility that these metabolites play a role in muscle 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.
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 découle