Acylation-stimulating protein/C5L2-neutralizing antibodies alter triglyceride metabolism in vitro and in vivo
Notice bibliographique
Résumé
Acylation-stimulating protein (ASP), a lipogenic hormone, stimulates triglyceride (TG) synthesis and glucose transport upon activation of C5L2, a G protein-coupled receptor. ASP-deficient mice have reduced adipose tissue mass due to increased energy expenditure despite increased food intake. The objective of this study was to evaluate the blocking of ASP-C5L2 interaction via neutralizing antibodies (anti-ASP and anti-C5L2-L1 against C5L2 extracellular loop 1). In vitro, anti-ASP and anti-C5L2-L1 blocked ASP binding to C5L2 and efficiently inhibited ASP stimulation of TG synthesis and glucose transport. In vivo, neither anti-ASP nor anti-C5L2-L1 altered body weight, adipose tissue mass, food intake, or hormone levels (insulin, leptin, and adiponectin), but they did induce a significant delay in TG clearance [P < 0.0001, 2-way repeated-measures (RM) ANOVA] and NEFA clearance (P < 0.0001, 2-way RM ANOVA) after a fat load. After treatment with either anti-ASP or anti-C5L2-L1 antibody there was no change in adipose tissue AMPK activity, but neutralizing antibodies decreased perirenal TG mass (-38.4% anti-ASP, -18.8% anti-C5L2, P < 0.01-0.001) and perirenal LPL activity (-75.6% anti-ASP, -72.5% anti-C5L2, P < 0.05). In liver, anti-C5L2-L1 decreased TG mass (-42.8%, P < 0.05), whereas anti-ASP increased AMPK activity (+34.6%, P < 0.001). In the muscle, anti-C5L2-L1 significantly increased TG mass (+128.0%, P < 0.05), LPL activity (+226.1%, P < 0.001), and AMPK activity (+71.1%, P < 0.01). In addition, anti-ASP increased LPL activity (+164.4, P < 0.05) and AMPK activity (+53.9%, P < 0.05) in muscle. ASP/C5L2-neutralizing antibodies effectively block ASP-C5L2 interaction, altering lipid distribution and energy utilization.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».