MétaCan
Menu
Retour à la cohorte
Enregistrement W2580882546 · doi:10.1038/ncomms14146

Dietary fatty acid metabolism of brown adipose tissue in cold-acclimated men

2017· article· en· W2580882546 sur OpenAlexafffund
Denis P. Blondin, Hans Christian Tingelstad, Christophe Noll, Frédérique Frisch, Serge Phoenix, Brigitte Guérin, Éric Turcotte, Denis Richard, François Haman, André C. Carpentier

Notice bibliographique

RevueNature Communications · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de QuébecUniversité LavalUniversity of OttawaCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaGlaxoSmithKline
Mots-clésBrown adipose tissueWhite adipose tissueAdipose tissueEndocrinologyInternal medicineMetabolismBiologyFatty acidSkeletal muscleFatty acid metabolismBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract In rodents, brown adipose tissue (BAT) plays an important role in producing heat to defend against the cold and can metabolize large amounts of dietary fatty acids (DFA). The role of BAT in DFA metabolism in humans is unknown. Here we show that mild cold stimulation (18 °C) results in a significantly greater fractional DFA extraction by BAT relative to skeletal muscle and white adipose tissue in non-cold-acclimated men given a standard liquid meal containing the long-chain fatty acid PET tracer, 14( R , S )-[ 18 F]-fluoro-6-thia-heptadecanoic acid ( 18 FTHA). However, the net contribution of BAT to systemic DFA clearance is comparatively small. Despite a 4-week cold acclimation increasing BAT oxidative metabolism 2.6-fold, BAT DFA uptake does not increase further. These findings show that cold-stimulated BAT can contribute to the clearance of DFA from circulation but its contribution is not as significant as the heart, liver, skeletal muscles or white adipose tissues.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,662

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,355
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations150
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetAdipose Tissue and MetabolismTravaux en français237 207