Decreased hepatic glucose production in obese rats by dipeptidyl peptidase-IV inhibitor sitagliptin.
Notice bibliographique
Résumé
BACKGROUND: Dipeptidyl peptidase-IV (DPP-4) inhibitors are now used to improve postprandial glycemic control in type 2 diabetes. However, their effects on hepatic glucose production (HGP) in obesity are not clear. This study was designed to test the hypothesis that gluconeogenesis and HGP can be modulated by DPP-4 inhibitors in obesity. METHODS: Sprague Dawley male rats were divided into four groups, each on a different diet: general rat chow, n = 10 (G); G + sitagliptin, n = 10; high fat chow (obesity), n = 10 (55% fat calories, HFO); HFO + sitagliptin, n = 10. After 10 weeks, the rats were fasted overnight and glucose metabolism was determined using 3-(3)H-glucose and (14)C-glycerol as tracers. RESULTS: Glycerol rate of appearance (P < 0.00001), plasma glycerol (P < 0.05) and free fatty acid (FFA) (P < 0.05) concentrations, and HGP (P < 0.05) were decreased in HFO + sitagliptin group compared with HFO group, but there was no significant difference between G and G + sitagliptin groups (P > 0.05). Gluconeogenesis in HFO group was five times of that in G rats (P < 0.01), but was significantly declined in HFO + sitagliptin group (P < 0.0001). CONCLUSIONS: Gluconeogenesis and HGP were inhibited by sitagliptin in high fat-induced obese rats due to decreased glycerol availability, which was a result of reduced glycerol release from adipose tissues. The finding suggests that sitagliptin is potentially useful for controlling fasting glucose in obesity, thereby delaying or preventing the development of 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 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 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».