Differences in the Central Anorectic Effects of Glucagon-Like Peptide-1 and Exendin-4 in Rats
Notice bibliographique
Résumé
OBJECTIVE: Glucagon-like peptide (GLP)-1 is a regulatory peptide synthesized in the gut and the brain that plays an important role in the regulation of food intake. Both GLP-1 and exendin (Ex)-4, a long-acting GLP-1 receptor (GLP-1r) agonist, reduce food intake when administered intracerebroventricularly, whereas Ex4 is much more potent at suppressing food intake when given peripherally. It has generally been hypothesized that this difference is due to the relative pharmacokinetic profiles of GLP-1 and Ex4, but it is possible that the two peptides control feeding via distinct mechanisms. RESEARCH DESIGN AND METHODS: In this study, the anorectic effects of intracerebroventricular GLP-1 and Ex4, and the sensitivity of these effects to GLP-1r antagonism, were compared in rats. In addition, the GLP-1r dependence of the anorectic effect of intracerebroventricular Ex4 was assessed in GLP-1r(-/-) mice. RESULTS: Intracerebroventricular Ex4 was 100-fold more potent than GLP-1 at reducing food intake, and this effect was insensitive to GLP-1r antagonism. However, GLP-1r antagonists completely blocked the anorectic effect of intraperitoneal Ex4. Despite the insensitivity of intracerebroventricular Ex4 to GLP-1r antagonism, intracerebroventricular Ex4 failed to reduce food intake in GLP-1r(-/-) mice. CONCLUSIONS: These data suggest that although GLP-1rs are required for the actions of Ex4, there appear to be key differences in how GLP-1 and Ex4 interact with central nervous system GLP-1r and in how Ex4 interacts with GLP-1r in the brain versus the periphery. A better understanding of these unique differences may lead to expansion and/or improvement of GLP-1-based therapies for type 2 diabetes and obesity.
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 ».