MétaCan
Menu
Retour à la cohorte
Enregistrement W2161975506 · doi:10.1002/biof.1051

α‐tocopheryl‐phosphate regulation of gene expression in preadipocytes and adipocytes

2012· article· en· W2161975506 sur OpenAlexaff
Melania Lirangi, Mohsen Meydani, Jean Marc Zingg, Angelo Azzi

Notice bibliographique

RevueBioFactors · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésLipotoxicityEndocrinologyAdipogenesisInternal medicineAdipocyteChemistryCell biologyBiologyDiabetes mellitusInsulin resistanceAdipose tissueMedicine

Résumé

récupéré en direct d'OpenAlex

A correct function of adipocytes in connection with cellular fatty acid loading and release is a vital aspect of energy homeostasis; dysregulation of these reactions can result in obesity and type 2 diabetes mellitus. In addition, adipocytes have been proposed to play a major role in preventing lipotoxicity by removing excess fatty acids from the circulation and converting them into triglycerides and thus decreasing the exposure of other cells to their potentially harmful effects. We report here that the addition of α-tocopheryl phosphate (but not α-tocopherol) to NIH3T3-L1 preadipocytes transcriptionally activates a set of genes TRB3 (Tribbles Homolog 3), Sestrin-2 (SESN2), and Insulin-Induced Gene 1 (INSIG1)] potentially preventing fat accumulation in these cells. In contrast, in differentiated adipocytes, α-tocopheryl phosphate is responsible for the transcriptional inhibition of the same genes, possibly facilitating fat uptake and storage. In conclusion, it appears that in proliferating preadipocytes α-tocopheryl phosphate foils fat accumulation, whereas in adipocytes it enhances it. These processes may be relevant in the regulation of excess fat accumulation and in prevention of lipotoxicity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,271
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioFactorsMême sujetAdipose Tissue and MetabolismTravaux en français237 207