Cytokine regulation of skeletal muscle fatty acid metabolism: effect of interleukin-6 and tumor necrosis factor-α
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
IL-6 and TNF-alpha have been associated with insulin resistance and type 2 diabetes. Furthermore, abnormalities in muscle fatty acid (FA) metabolism are strongly associated with the development of insulin resistance. However, few studies have directly examined the effects of either IL-6 or TNF-alpha on skeletal muscle FA metabolism. Here, we used a pulse-chase technique to determine the effect of IL-6 (50-5,000 pg/ml) and TNF-alpha (50-5,000 pg/ml) on FA metabolism in isolated rat soleus muscle. IL-6 (5,000 pg/ml) increased exogenous and endogenous FA oxidation by approximately 50% (P < 0.05) but had no effect on FA uptake or incorporation of FA into endogenous lipid pools. In contrast, TNF-alpha had no effect on FA oxidation but increased FA incorporation into diacylglycerol (DAG) by 45% (P < 0.05). When both IL-6 (5,000 pg/ml) and insulin (10 mU/ml) were present, IL-6 attenuated insulin's suppressive effect on FA oxidation, increasing exogenous FA oxidation (+37%, P < 0.05). Furthermore, in the presence of insulin, IL-6 reduced the esterification of FA to triacylglycerol by 22% (P < 0.05). When added in combination with IL-6 or leptin (10 microg/ml), the TNF-alpha-induced increase in DAG synthesis was inhibited. In conclusion, the results demonstrate that IL-6 plays an important role in regulating fat metabolism in muscle, increasing rates of FA oxidation, and attenuating insulin's lipogenic effects. In contrast, TNF-alpha had no effect on FA oxidation but increased FA incorporation into DAG, which may be involved in the development of TNF-alpha-induced insulin resistance in skeletal muscle.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 découle