MétaCan
Menu
Retour à la cohorte
Enregistrement W2789670541 · doi:10.1093/jcag/gwy008.311

A310 THE INHIBITION OF PTP1B REVERSES IMPAIRED VAGAL AFFERENT SENSITIVITY CAUSED BY DIET-INDUCED OBESITY, REDUCING NITRIC OXIDE AND 2 PORE DOMAIN K+ CONDUCTANCE

2018· article· en· W2789670541 sur OpenAlexaff
S Park, Michael Beyak

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2018
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésLeptinEndocrinologyInternal medicineChemistryPatch clampAdipokineDiet-induced obeseRheobaseMedicineElectrophysiologyInsulin resistanceObesity

Résumé

récupéré en direct d'OpenAlex

We have demonstrated that diet-induced obesity impairs vagal afferents and that the effects of high concentrations of leptin on vagal afferents in vitro, mimic the effects of obesity. One of downstream molecules in leptin signaling is protein tyrosine phosphatase 1B (PTP1B), which plays a role in negative regulation. We hypothesized that inhibition of PTP1B would prevent an impairment of vagal afferents caused by diet-induced obesity/hyperleptinemia Diet-induced obese (DIO) mice were fed diets composed of 60% or 10% kCal fat for 12–16 weeks. Nodose neurons from DIO mice or standard diet fed mice were incubated overnight with leptin (100nM) and PTP1B inhibitor (10mM). Current and voltage clamp were performed to assess membrane excitability and two-pore domain K+ (K2P) conductance, respectively. NO was measured in culture media using Nitrate/Nitrite fluorometric Assay kit. Media was collected after cell incubation for 24 hrs. Leptin (100nM) incubation reduced the excitability of vagal afferents. PTP1B inhibitor reversed this inhibitory effect of leptin. PTP1B inhibitor significantly decreased rheobase (100.8 ± 18.6 pA, n=12, leptin) vs. 64.7 ± 5.2 pA (n=15, Leptin + PTP1B inhibitor), *p=0.0497) and significantly increased input resistance (353.8 ± 36.2 MΩ (n=12, leptin) vs. 508.2 ± 52.7 MΩ (n=15, Leptin + PTP1B inhibitor), *p=0.0305). Leptin significantly increased K2P conductance (0.280 ± 0.022 nS (n=17, control) vs. 0.377 ± 0.035 nS (n=16, leptin), *p=0.0108). Inhibition of PTP1B significantly decreased the conductance (0.249 ± 0.013 pA (n=14, Leptin + PTP1B inhibitor), **p=0.0028) in leptin-incubated neuron. In mice fed a HFF diet, there is reduction in vagal excitability, which was reversed by the inhibition of PTP1B. PTP1B inhibitor significantly decreased rheobase (112.1 ± 14.6 pA (n=14, leptin) vs. 70.8 ± 8.1 pA (n=12, HFF + PTP1B inhibitor), *p=0.0268). Rheobase was not significantly different in LFF. Inhibition of PTP1B significantly decreased K2P conductance both in LFF and HFF neurons (LFF; **p=0.0050; HFF; **p=0.0041). PTP1B inhibitor significantly reduced NO fluorescence in leptin-incubated media (33.1 ± 2.2 (Leptin) vs. 12.2 ± 1.0 (Leptin+PTP1B inhibitor), ***<0.0001, n=6) and in neurons from HFF mice (43.4 ± 0.7 (HFF) vs. 29.9 ± 0.6 (HFF+PTP1B inhibitor), ***<0.0001 n=6), but not in LFF (27.8 ± 1.3 (LFF) vs. 25.8 ± 0.8 (LFF+PTP1B inhibitor), NS n=6). Iinhibition of PTP1B reverses the effects of HFF and elevated leptin on NO production and K2P conductance in nodose ganglion neurons. Consistent with this, the inhibitory effects of leptin and diet-induced obesity on the excitability of vagal afferent neuron were also reversed by PTP1B blockade. We suggest PTP1B may be a pivotal regulator and potential drug target in obesity. CIHR

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of GastroenterologyMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207