High‐fat diet protects BB/OK rats from developing type 1 diabetes
Notice bibliographique
Résumé
BACKGROUND: It is well known that lipid metabolism plays an important role in the early stages of type 1 diabetes (T1D). For that reason, we examined factors that influence lipid metabolism of BioBreeding/Ottawa Kalsburg (BB/OK) rats that spontaneously develop an insulin-dependent T1D. METHODS: BB/OK female rats were fed a high-fat diet during pregnancy (Ssniff R-Z + 10% tallow) and their progeny were also given this diet up to an age of 30 weeks (n = 55) or 4 weeks (n = 14) to study gene expression of Pparg, Fasn, Lep, Adipoq, Repin1, Rarres 2, and Glut4 in adipose tissue. Forty-two BB/OK rats fed the normal diet (Ssniff R-Z) during pregnancy and the observation period served as controls. RESULTS: The high-fat diet significantly decreased diabetes frequency in BB/OK rats when compared with control rats (71 versus 95%, p = 0.002). Although this difference was also reflected in the male rats (68 versus 100%, p = 0.003), no significant variation was observed in female rats (73 versus 90%, p = 0.23). The high-fat diet resulted in significantly reduced mRNA expression of examined genes in subcutaneous adipose tissue, but not in visceral adipose tissue, except for Fasn and Repin1 expression. CONCLUSIONS: A high-fat diet seems to protect BB/OK rats from T1D in a sex-specific manner. The data suggest that a high-fat diet might influence fat accumulation and/or fat metabolism and prevent T1D development in male rats, which is supported by changes in adipose tissue gene expression.
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 | 0,000 | 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) | 0,003 | 0,001 |
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 ».