Combined Effects of Rosuvastatin and Exercise on Gene Expression of Key Molecules Involved in Cholesterol Metabolism in Ovariectomized Rats
Notice bibliographique
Résumé
The purpose of this study was to investigate the effects of three weeks of rosuvastatin (Ros) treatment alone and in combination with voluntary training (Tr) on expression of genes involved in cholesterol metabolism (LDLR, PCSK9, LRP-1, SREBP-2, IDOL, ACAT-2 and HMGCR) in the liver of eight week-old ovariectomized (Ovx) rats. Sprague Dawley rats were Ovx or sham-operated (Sham) and kept sedentary for 8 weeks under a standard diet. Thereafter, rats were transferred for three weeks in running wheel cages for Tr or kept sedentary (Sed) with or without Ros treatment (5mg/kg/day). Six groups were formed: Sham-Sed treated with saline (Sal) or Ros (Sham-Sed-Sal; Sham-Sed-Ros), Ovx-Sed treated with Sal or Ros (Ovx-Sed-Sal; Ovx-Sed-Ros), Ovx trained treated with Sal or Ros (Ovx-Tr-Sal; Ovx-Tr-Ros). Ovx-Sed-Sal rats depicted higher (P < 0.05) body weight, plasma total cholesterol (TC) and LDL-C, and liver TC content compared to Sham-Sed-Sal rats. In contrast, mRNA levels of liver PCSK9, LDLR, LRP-1 as well as plasma PCSK9 concentrations and protein levels of LRP-1 were reduced (P < 0.01) in Ovx-Sed-Sal compared to Sham-Sed-Sal rats. However, protein levels of LDLR increased (P < 0.05) in Ovx-Sed-Sal compared to Sham-Sed-Sal rats. Treatment of Ovx rats with Ros increased (P < 0.05) mRNA and protein levels of LRP-1 and PCSK9 but not mRNA levels of LDLR, while its protein abundance was reduced at the level of Sham rats. As a result, plasma LDL-C was not reduced. Exercise alone did not affect the expression of any of these markers in Ovx rats. Overall, Ros treatment corrected Ovx-induced decrease in gene expression of markers of cholesterol metabolism in liver of Ovx rats, but without reducing plasma LDL-C concentrations. Increased plasma PCSK9 levels could be responsible for the reduction of liver LDLR protein abundance and the absence of reduction of plasma LDL-C after Ros treatment.
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 | 0,000 | 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 ».