Effect of fructose intake during gestation alters gene expression of obesity and inflammatory markers in adipose tissue
Notice bibliographique
Résumé
Fructose (FR) consumption is a major contributor to obesity and chronic inflammation but its effects have not been widely studied in pregnancy. Pregnancy is a state of systemic inflammation, and increased expression of inflammatory markers in pregnancy has been associated with pre‐eclampsia and other vascular complications; many of these markers may arise from adipose tissue. The study investigated the effect of FR consumption during gestation and its effect on obesity and inflammatory markers (leptin, mass and obesity‐associated (FTO) gene and nuclear factor kappa‐light‐chain‐enhancer of activated B cells (NF‐kB) gene) Female rats received either 10% FR solution (n=18) or tap water (CNTL) (n=17) during gestation. Pregnancies were terminated at gestation day 20; adipose tissue was frozen and total RNA extracted for real time PCR analysis. mRNA abundance was performed for the genes encoding leptin, FTO gene and NF‐kB with housekeeping gene 18s. mRNA expression of FTO (FR:1.75( 0.3; CNTL: 1( 0.1; p<0.05), NF‐?B (FR:1.67( 0.2; CNTL: 1( 0.2; p<0.05) and leptin (FR:2.1( 0.5; CNTL: 1( 0.1; p<0.05) were all upregulated with the FR group. Maternal weight exhibited no difference between the FR and CNTL groups even though markers of obesity and inflammation showed enhanced expression. Further research on inflammatory markers is required to examine the state of systemic inflammation present. Funded by NSERC Canada
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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».