Adipose tissue (P)RR regulates insulin sensitivity, fat mass and body weight
Notice bibliographique
Résumé
OBJECTIVE: We previously demonstrated that the handle-region peptide, a prorenin/renin receptor [(P)RR] blocker, reduces body weight and fat mass and may improve insulin sensitivity in high-fat fed mice. We hypothesized that knocking out the adipose tissue (P)RR gene would prevent weight gain and insulin resistance. METHODS: An adipose tissue-specific (P)RR knockout (KO) mouse was created by Cre-loxP technology using AP2-Cre recombinase mice. Because the (P)RR gene is located on the X chromosome, hemizygous males were complete KO and had a more pronounced phenotype on a normal diet (ND) diet compared to heterozygous KO females. Therefore, we challenged the female mice with a high-fat diet (HFD) to uncover certain phenotypes. Mice were maintained on either diet for 9 weeks. RESULTS: KO mice had lower body weights compared to wild-types (WT). Only hemizygous male KO mice presented with lower total fat mass, higher total lean mass as well as smaller adipocytes compared to WT mice. Although food intake was similar between genotypes, locomotor activity during the active period was increased in both male and female KO mice. Interestingly, only male KO mice had increased O2 consumption and CO2 production during the entire 24-hour period, suggesting an increased basal metabolic rate. Although glycemia during a glucose tolerance test was similar, KO males as well as HFD-fed females had lower plasma insulin and C-peptide levels compared to WT mice, suggesting improved insulin sensitivity. Remarkably, all KO animals exhibited higher circulating adiponectin levels, suggesting that this phenotype can occur even in the absence of a significant reduction in adipose tissue weight, as observed in females and, thus, may be a specific effect related to the (P)RR. CONCLUSIONS: (P)RR may be an important therapeutic target for the treatment of obesity and its associated complications such as 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 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) | 0,000 | 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) | 0,001 | 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 ».