Fasting upregulates adipose triglyceride lipase and hormone-sensitive lipase levels and phosphorylation in mouse kidney
Notice bibliographique
Résumé
Circulating non-esterified fatty acids (NEFA) rise during fasting and are taken up by the kidneys, either directly from the plasma or during re-uptake of albumin from glomerular filtrate, and are stored as triacylglycerol (TAG). Subsequent utilization of stored fatty acids requires their hydrolytic release from cellular lipid droplets, but relatively little is known about renal lipolysis. We found that total [(3)H]triolein hydrolase activity of kidney lysates was significantly increased by 15% in the fasted state. Adipose triglyceride lipase (Atgl) and hormone-sensitive lipase (Hsl) mRNA expression was time-dependently increased by fasting, along with other fatty acid metabolism genes (Pparα, Cd36, and Aox). ATGL and HSL protein levels were also significantly induced (by 239 ± 7% and 322 ± 8%, respectively). Concomitant with changes in total protein levels, there was an increase in ATGL phosphorylation at the AMPK-regulated serine 406 site in the 14-3-3 binding motif, and an increase in HSL phosphorylation at serines 565 and 660 that are regulated by AMPK and PKA, respectively. Using immunofluorescence, we further demonstrate nearly ubiquitous expression of ATGL in the renal cortex with a concentration on the apical/lumenal surface of some cortical tubules. Our findings suggest a role for ATGL and HSL in kidney lipolysis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».