PPAR-γ Activation Mediates Adipose Depot−Specific Effects on Gene Expression and Lipoprotein Lipase Activity
Notice bibliographique
Résumé
This study sought to determine whether the adipose depot-specific (subcutaneous [SF] vs. visceral [VF]) action of peroxisome proliferator-activated receptor-gamma (PPAR-gamma) agonists on fat deposition extends to the expression of lipoprotein lipase (LPL) and other key adipose lipid metabolism genes, and whether changes in LPL impact triglyceridemia. Rats were fed a standard diet or an obesity-promoting diet for 3 weeks, with or without treatment with COOH, a nonthiazolidinedione PPAR-gamma agonist. Treatment effects were essentially similar in both dietary cohorts. COOH did not affect weight gain, but increased SF (inguinal) fat mass twofold and reduced VF (retroperitoneal) accretion by half. Corresponding depot-specific alterations were observed in mRNA levels of the glucocorticoid-activating enzyme 11beta-hydroxysteroid dehydrogenase 1 (11beta-HSD-1) and the thermogenic modulator uncoupling protein 1 (UCP-1). COOH increased brown adipose tissue (BAT) weight and LPL availability by five- to eightfold. In rats refed standard diet after a 24-h fast, COOH reduced the insulin excursion by half. The agonist increased SF LPL activity and mRNA levels, but had no effect on VF LPL. The two- to threefold postprandial increase in plasma triglycerides (TGs) was abrogated in COOH-treated rats, likely in part because of increased LPL in SF and BAT. Thus PPAR-gamma agonist treatment had a powerful, site-specific effect on adipose metabolism and lipid deposition, and greatly impacted the postprandial handling of TG-rich lipoproteins. These depot-specific effects may be mediated by differential regulation of key metabolic genes, including LPL, 11beta-HSD-1, and UCP-1.
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 ».