Mechanisms of the Depot Specificity of Peroxisome Proliferator–Activated Receptor γ Action on Adipose Tissue Metabolism
Notice bibliographique
Résumé
In this study, we aimed to establish the mechanisms whereby peroxisome proliferator-activated receptor gamma (PPARgamma) agonism brings about redistribution of fat toward subcutaneous depots and away from visceral fat. In rats treated with the full PPARgamma agonist COOH (30 mg x kg(-1) x day(-1)) for 3 weeks, subcutaneous fat mass was doubled and that of visceral fat was reduced by 30% relative to untreated rats. Uptake of triglyceride-derived nonesterified fatty acids was greatly increased in subcutaneous fat (14-fold) and less so in visceral fat (4-fold), with a concomitant increase, restricted to subcutaneous fat only, in mRNA levels of the uptake-, retention-, and esterification-promoting enzymes lipoprotein lipase, aP2, and diacylglycerol acyltransferase 1. Basal lipolysis and fatty acid recycling were stimulated by COOH in both subcutaneous fat and visceral fat, with no frank quantitative depot specificity. The agonist increased mRNA levels of enzymes of fatty acid oxidation and thermogenesis much more strongly in visceral fat than in subcutaneous fat, concomitantly with a stronger elevation in O2 consumption in the former than in the latter. Mitochondrial biogenesis was stimulated equally in both depots. These findings demonstrate that PPARgamma agonism redistributes fat by stimulating the lipid uptake and esterification potential in subcutaneous fat, which more than compensates for increased O2 consumption; conversely, lipid uptake is minimally altered and energy expenditure is greatly increased in visceral fat, with consequent reduction in fat accumulation.
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) | 0,000 | 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 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 ».