Metabolomic profiling of dietary‐induced insulin resistance in the high fat–fed C57BL/6J mouse
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
The predictive ability of metabolic profiling to detect obesity-induced perturbations in metabolism has not been clearly established. Complex aetiologies interacting with environmental factors highlight the need to understand how specific manipulations alter metabolite profiles in this state. The aim of this study was to determine if targeted metabolomic profiling could be employed as a reliable tool to detect dietary-induced insulin resistance in a small subset of experimental animals (n = 10/treatment). Following weaning, male C57BL/6J littermates were randomly divided into two dietary groups: chow and high fat. Following 12 weeks of dietary manipulation, mice were fasted for 5 h prior to serum collection. The resultant high fat-fed animals were obese and insulin resistant as shown by a euglycaemic-hyperinsulinaemic clamp. Sera were analysed by proton nuclear magnetic resonance spectroscopy, and 46 known compounds were identified and quantified. Multivariate analysis by orthogonal partial least squares discriminant analysis, a projection method for class separation, was then used to establish models of each treatment. Models were able to predict class separation between diets with 90% accuracy. Variable importance plots revealed the most important metabolites in this discrimination to include lysine, glycine, citrate, leucine, suberate and acetate. These metabolites are involved in energy metabolism and may be representative of the perturbations taking place with insulin resistance. Results show metabolomics to reliably describe the metabolic effects of insulin resistance in a small subset of samples and are an initial step in establishing metabolomics as a tool to understand the biochemical signature of insulin resistance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle