Expression of macrophage genes within skeletal muscle correlates inversely with adiposity and insulin resistance in humans
Notice bibliographique
Résumé
Local inflammation in obese adipose tissue has been shown to contribute to insulin resistance; however, the role of macrophage infiltration within skeletal muscle is still debatable. This study aimed to evaluate the association of skeletal muscle macrophage gene expression with adiposity levels and insulin sensitivity in obese patients. Twenty-two nondiabetic obese patients and 23 healthy lean controls were included. Obese patients underwent a 3-month weight loss intervention. Macrophage gene expression in skeletal muscle (quantitative real-time polymerase chain reaction), body composition (dual-energy X-ray absorptiometry), and insulin sensitivity (homeostatic model assessment (HOMA) and oral glucose tolerance test) were compared between groups and their associations were analyzed. To validate skeletal muscle findings, we repeated the analyses with macrophage gene expression in adipose tissue. Expression levels of macrophage genes (CD68, CD11b, CD206, CD16, CD40, and CD163) were lower in skeletal muscle tissue of obese versus lean participants. Macrophage gene expression was also found to be inversely associated with adiposity, fasting insulin, and HOMA (r = -0.4 ∼ -0.6, p < 0.05), as well as positively associated with insulin sensitivity (r = 0.4 ∼ 0.8, p < 0.05). On the other hand, adipose tissue macrophage gene expression showed higher levels in obese versus lean participants, presenting a positive association with adiposity levels. Macrophage gene expression, in both skeletal and adipose tissue samples, was only minimally affected by the weight loss intervention. In contrast with the established positive relationship between adiposity and macrophage gene expression, an unexpected inverse correlation between these 2 variables was observed in skeletal muscle tissue. Additionally, muscle macrophage gene expression was inversely correlated with insulin resistance.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».