Geranylgeraniol Induces PPARγ Expression and Enhances the Biological Effects of a PPARγ Agonist in Adipocyte Lineage Cells
Notice bibliographique
Résumé
BACKGROUND: The global incidence of diabetes mellitus (DM) has risen precipitously, even in middle- and low-income countries. Peroxisome proliferator-activated receptor γ (PPARγ) plays an important role in the control of cellular glucose metabolism. Activation of PPARγ beneficially results in increased insulin sensitivity. However, the expression of PPARγ is reduced by obesity and several nutritional factors. Here we examined the effect of geranylgeraniol (GGOH), a bioactive compound found naturally in fruits, vegetables, and grains, on the expression and activation of PPARγ. MATERIALS AND METHODS: C3H10T1/2 mouse embryonic fibroblasts and 3T3-L1 pre-adipocytes were used as in vitro models of adipocyte differentiation and function. Quantitative reverse-transcriptase polymerase chain reaction, western blotting, Oil Red O staining, and luciferase assay were performed to respectively assess mRNA expression, protein levels, lipid droplet formation and transcriptional activity. RESULTS: GGOH increased the expression of PPARγ in adipocyte lineage cells. GGOH also enhanced adipogenesis induced by rosiglitazone, a thiazolidinedione class PPARγ agonist. CONCLUSION: GGOH induces PPARγ expression and enhances the biological effects of a PPARγ agonist in adipocyte lineage cells.
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 | 0,001 |
| 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 ».