Skeletal muscle adaptation to fatty acid depends on coordinated actions of the PPARs and PGC1α: implications for metabolic disease
Notice bibliographique
Résumé
Dyslipidemia and intramuscular accumulation of fatty acid metabolites are increasingly recognized as core features of obesity and type 2 diabetes. Emerging evidence suggests that normal physiological adaptations to a heavy lipid load depend on the coordinated actions of broad transcriptional regulators such as the peroxisome proliferator activated receptors (PPARs) and PPAR gamma coactivator 1 alpha (PGC1 alpha). The application of transcriptomics and targeted metabolic profiling tools based on mass spectrometry has led to our finding that lipid-induced insulin resistance is a condition in which upregulation of PPAR-targeted genes and high rates of beta-oxidation are not supported by a commensurate upregulation of tricarboxylic acid (TCA) cycle activity. In contrast, exercise training enhances mitochondrial performance, favoring tighter coupling between beta-oxidation and the TCA cycle, and concomitantly restores insulin sensitivity in animals fed a chronic high-fat diet. The exercise-activated transcriptional coactivator, PGC1 alpha, plays a key role in coordinating metabolic flux through these 2 intersecting metabolic pathways, and its suppression by overfeeding may contribute to diet-induced mitochondrial dysfunction. Our emerging model predicts that muscle insulin resistance arises from a mitochondrial disconnect between beta-oxidation and TCA cycle activity. Understanding of this "disconnect" and its molecular basis may lead to new therapeutic approaches to combatting metabolic disease.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».