Hexanoic, Octanoic and Decanoic Acids Promote Basal and Insulin-Induced Phosphorylation of the Akt-mTOR Axis and a Balanced Lipid Metabolism in the HepG2 Hepatoma Cell Line
Notice bibliographique
Résumé
Metabolic illnesses such as non-alcoholic fatty liver disease (NAFLD) are in constant increase worldwide. Highly consumed long chain fatty acids (LCFA) are among the most obesogenic and steatogenic nutrients. Hepatic steatosis is associated with several complications such as insulin resistance. Growing evidence points to medium chain fatty acids (MCFA), more efficiently oxidized than LCFA, as a promising dietary alternative against NAFLD. However, reports on the hepatic effects of MCFA are sometimes conflicting. In this study we exposed HepG2 cells, a human hepatocellular model, to 0.25 mM of hexanoic (C6), or octanoic (C8), and decanoic (C10) acids separately or in a C8 + C10 equimolar mix reflecting commercially available MCFA-rich oils. We found that C6, a poorly studied MCFA, as well as C8 and C10 did not provoke the deleterious lipid anabolism runaway typically induced by LCFA palmitate. MCFA tended, instead, to promote a balanced metabolic profile and were generally non-cytotoxic. Accordingly, mitochondrial integrity was mostly preserved following MCFA treatment. However, treatments with C8 induced a mitochondrial membrane potential decrease, suggesting prolonged exposure to this lipid could be problematic. Finally, MCFA treatments maintained optimal insulin sensitivity and even fostered basal and insulin-dependent phosphorylation of the Akt-mTOR pathway. Overall, MCFA could constitute an effective nutritional tool to manage liver steatosis and hepatic 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 | 0,000 | 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) | 0,002 | 0,001 |
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.
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 ».