Fatty acid ethanolamides modulate CD36-mRNA through dietary fatty acid manipulation in Syrian Golden hamsters
Notice bibliographique
Résumé
Fatty acids convert to fatty acid ethanolamides which associate with lipid signalling, fat oxidation, and energy balance; however, the extent to which dietary fatty acids manipulation can impact such control processes through fatty acid ethanolamides-related mechanisms remains understudied. The objective was to examine the impact of diets containing 6% corn oil, high oleic canola oil, docosahexaenoic acid + high oleic canola oil, and fish oil on plasma and organ levels of fatty acid ethanolamides, peroxisome proliferator-activated receptor-α regulatory targets, and lipid metabolism in Syrian Golden hamsters. After 29 days, in plasma, animals that were fed fish oil showed greater (p < 0.05) oleoylethanolamide and lower (p < 0.05) arachidonoylethanolamide and palmitoylethanolamide levels compared with other groups, while animals fed canola oil showed higher (p < 0.05) oleoylethanolamide levels in proximal intestine and liver than groups that were fed coin oil and fish oil. The canola oil group showed elevated (p < 0.01) fat oxidation (%) and over 3.0-fold higher (p < 0.05) hepatic-CD36 expression compared with the corn oil group. Hepatic-lipogenesis was lower (p < 0.05) in hamsters that were fed DHA-canola oil compared with the corn oil group. To conclude, dietary fatty acids produced shifts in plasma and organ levels of arachidonoylethanolamide, oleoylethanolamide, and palmitoylethanolamid, which were accompanied by changes in gene expression, lipogenesis, and energy expenditure, suggesting mechanisms through which dietary fatty acids influence disease risk.
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) | 0,001 | 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 ».