Dietary Macronutrient Composition Determines the Contribution of <scp>DGAT</scp>1 to Alcoholic Steatosis
Notice bibliographique
Résumé
Background The first stage of alcoholic liver disease is hepatic steatosis. While alcohol is known to profoundly impact hepatic lipid metabolism, gaps in our knowledge remain regarding the mechanisms leading to alcohol‐induced hepatic triglyceride (TG) accumulation. As the sole enzymes catalyzing the final step in TG synthesis, diacylglycerol O‐acyltransferase ( DGAT ) 1 and 2 are potentially important contributors to alcoholic steatosis. Our goal was to study the effects of dietary fat content on alcohol‐induced hepatic TG accumulation, and the relative contribution of DGAT 1 and DGAT 2 to alcoholic steatosis. Methods These studies were carried out in wild‐type (WT) mice fed alcohol‐containing high‐fat or low‐fat formulations of Lieber‐DeCarli liquid diets, as well as follow‐up studies in Dgat1 −/− mice. Results A direct comparison of the low‐fat and high‐fat liquid diet in WT mice revealed surprisingly similar levels of alcoholic steatosis, although there were underlying differences in the pattern of hepatic lipid accumulation and expression of genes involved in hepatic lipid metabolism. Follow‐up studies in Dgat1 −/− mice revealed that these animals are protected from alcoholic steatosis when consumed as part of a high‐fat diet, but not a low‐fat diet. Conclusions Dietary macronutrient composition influences the relative contribution of DGAT 1 and DGAT 2 to alcoholic steatosis, such that in the context of alcohol and a high‐fat diet, DGAT 1 predominates.
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 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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».