Thermogenic Capacity Is Antagonistically Regulated in Classical Brown and White Subcutaneous Fat Depots by High Fat Diet and Endurance Training in Rats
Notice bibliographique
Résumé
This study investigated the regulation of thermogenic capacity in classical brown adipose tissue (BAT) and subcutaneous inguinal (SC Ing) white adipose tissue (WAT) and how it affects whole-body energy expenditure in sedentary and endurance-trained rats fed ad libitum either low fat or high fat (HF) diets. Analysis of tissue mass, PGC-1α and UCP-1 content, the presence of multilocular adipocytes, and palmitate oxidation revealed that a HF diet increased the thermogenic capacity of the interscapular and aortic brown adipose tissues, whereas exercise markedly suppressed it. Conversely, exercise induced browning of the SC Ing WAT. This effect was attenuated by a HF diet. Endurance training neither affected skeletal muscle FNDC5 content nor circulating irisin, but it increased FNDC5 content in SC Ing WAT. This suggests that locally produced FNDC5 rather than circulating irisin mediated the exercise-induced browning effect on this fat tissue. Importantly, despite reducing the thermogenic capacity of classical BAT, exercise increased whole-body energy expenditure during the dark cycle. Therefore, browning of subcutaneous WAT likely exerted a compensatory effect and raised whole-body energy expenditure in endurance-trained rats. Based on these novel findings, we propose that exercise-induced browning of the subcutaneous WAT provides an alternative mechanism that reduces thermogenic capacity in core areas and increases it in peripheral body regions. This could allow the organism to adjust its metabolic rate to accommodate diet-induced thermogenesis while simultaneously coping with the stress of chronically increased heat production through exercise.
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) | 0,001 | 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) | 0,000 | 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 ».