Peroxisome proliferator‐activated receptor <i>γ</i> activation favours selective subcutaneous lipid deposition by coordinately regulating lipoprotein lipase modulators, fatty acid transporters and lipogenic enzymes
Notice bibliographique
Résumé
AIM: Peroxisome proliferator-activated receptor (PPAR) γ activation is associated with preferential lipoprotein lipase (LPL)-mediated fatty acid storage in peripheral subcutaneous fat depots. How PPARγ agonism acts upon the multi-level modulation of depot-specific lipid storage remains incompletely understood. METHODS: We evaluated herein triglyceride-derived lipid incorporation into adipose tissue depots, LPL mass and activity, mRNA levels and content of proteins involved in the modulation of LPL activity and fatty acid transport, and the expression/activity of enzymes defining adipose tissue lipogenic potential in rats treated with the PPARγ ligand rosiglitazone (30 mg kg(-1) day(-1) , 23 days) after either a 10-h fasting period or a 17-h fast followed by 6 h of ad libitum refeeding. RESULTS: Rosiglitazone stimulated lipid accretion in subcutaneous fat (SF) ~twofold and significantly reduced that of visceral fat (VF) to nearly half. PPARγ activation selectively increased LPL mass, activity and the expression of its chaperone LMF1 in SF. In VF, rosiglitazone had no effect on LPL activity and downregulated the mRNA levels of the transendothelial transporter GPIHBP1. Overexpression of lipid uptake and fatty acid transport proteins (FAT/CD36, FATP1 and FABP4) and stimulation of lipogenic enzyme activities (GPAT, AGPAT and DGAT) upon rosiglitazone treatment were of higher magnitude in SF. CONCLUSIONS: Together these findings demonstrate that the depot-specific transcriptional control of LPL induced by PPARγ activation extends to its key interacting proteins and post-translational modulators to favour subcutaneous lipid storage.
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) | 0,001 | 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 | 0,001 | 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) | 0,002 | 0,001 |
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 ».