Exercise and insulin increase muscle fatty acid uptake by recruiting putative fatty acid transporters to the sarcolemma
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Skeletal muscle metabolic energy, needed to maintain contractile activity, is mainly obtained from glucose and long-chain fatty acids. Recent studies have revealed a remarkable parallel between the regulation of uptake of glucose and fatty acids by muscle, in that each is mediated by sarcolemmal transporters that are recruited from an intracellular storage site. The focus of this review is to describe newly obtained insights on the recruitment of fatty acid transporters and their malfunctioning in diabetes. RECENT FINDINGS: The major fatty acid transporter involved is fatty acid translocase (CD36). Translocation of this protein to the membrane is triggered by muscle contraction and by insulin, and presumably occurs from distinct intracellular pools. This resembles the well documented exercise and insulin-induced recruitment of glucose transporter-4. Whether another transporter, plasma membrane fatty acid-binding protein, is also subject to such recycling is not yet clear. In a rodent model of insulin-dependent (type 1) diabetes, the increased rate of muscle fatty acid uptake could be associated with an increased total amount of fatty acid translocase (CD36). In a model of non-insulin dependent (type 2) diabetes, this increased rate could be associated with a permanent relocalization of fatty acid translocase to the sarcolemma. SUMMARY: These findings indicate a pivotal role for the membrane transporter fatty acid translocase in the exercise and insulin-induced increases of muscle fatty acid uptake and utilization, and suggest that malfunctioning of the cellular recycling of fatty acid translocase is involved in the etiology of insulin resistance and type 2 diabetes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».