Identification of the principal transcriptional regulators for low-fat and high-fat meal responsive genes in small intestine
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: High-fat (HF) diet is a well-known cause of obesity. To identify principle transcriptional regulators that could be therapeutic targets of obesity, we investigated transcriptomic modulation in the duodenal mucosa following low-fat (LF) and HF meal ingestion. METHODS: Whereas one group of mice was sacrificed after fasting, the others were fed ad libitum with LF or HF meal, and sacrificed 30 min, 1 h and 3 h after the beginning of the meal. A transcriptome analysis of the duodenal mucosa of the 7 groups was conducted using both microarray and serial analysis of gene expression (SAGE) method followed by an Ingenuity Pathways Analysis (IPA). RESULTS: SAGE and microarray showed that the modulation of a total of 896 transcripts in the duodenal mucosa after LF and/or HF meal, compared to the fasting condition. The IPA identified lipid metabolism, molecular transport, and small molecule biochemistry as top three molecular and cellular functions for the HF-responsive, HF-specific, HF-delay, and LF-HF different genes. Moreover, the top transcriptional regulator for the HF-responsive and HF-specific genes was peroxisome proliferator-activated receptor alpha (PPARα). On the other hand, the LF-responsive and LF-specific genes were related to carbohydrate metabolism, cellular function and maintenance, and cell death/cellular growth and proliferation, and the top transcriptional regulators were forkhead box protein O1 (FOXO1) and cAMP response element binding protein 1 (CREB1), respectively. CONCLUSIONS: These results will help to understand the molecular mechanisms of intestinal response after LF and HF ingestions, and contribute to identify therapeutic targets for obesity and obesity-related diseases.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 découle