Phenylbutyrate Ameliorates High-Fat Diet-Induced Obesity <i>via</i> Brown Adipose Tissue Activation
Notice bibliographique
Résumé
Obesity, which is characterized by an excessive accumulation of body fat, is one of the critical factors causing metabolic syndrome. Many studies have been performed to identify appropriate agents to control obesity, but toxicity remains a problem. Herein, we identified that phenylbutyrate (PBA), which has been used to treat urea cycle disorder with very low toxicity for a long time, efficiently inhibited high fat-induced body weight gain in a diet-induced obesity mouse model (DIO model). PBA treatment decreased body fat mass and increased lean composition. Moreover, PBA increased brown adipose tissue (BAT) activity by increasing glucose uptake, thereby improving glucose tolerance and insulin tolerance. Interestingly, PBA could induce the expression of liver type phosphofructokinase (PFKL), a key enzyme in the glycolytic pathway, and knocking down PFKL dramatically repressed the expression level of Ucp1 as well as those of Prdm16, Cidea, Pgc1α, and Pparγ, which are marker genes for BAT activation. These results strongly suggested that PBA could increase energy expenditure by increasing BAT activity via the induction of PFKL. Taken together, PBA could be used as a therapeutic agent for people with obesity to prevent the development of metabolic syndrome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,011 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».