The antianginal ranolazine mitigates obesity-induced nonalcoholic fatty liver disease and increases hepatic pyruvate dehydrogenase activity
Notice bibliographique
Résumé
Obese individuals are often at risk for nonalcoholic fatty liver disease (NAFLD), insulin resistance, type 2 diabetes (T2D), and cardiovascular diseases such as angina, thereby requiring combination therapies for their comorbidities. Ranolazine is a second-line antianginal agent that also improves glycemia, and our aim was to determine whether ranolazine modifies the progression of obesity-induced NAFLD. Twelve-week-old C57BL/6J male mice were fed a low-fat or high-fat diet for 10 weeks and then treated for 30 days with either vehicle control or ranolazine (50 mg/kg via daily s.c. injection). Glycemia was monitored via glucose/pyruvate/insulin tolerance testing, whereas in vivo metabolism was assessed via indirect calorimetry. Hepatic triacylglycerol content was quantified via the Bligh and Dyer method. Consistent with previous reports, ranolazine treatment reversed obesity-induced glucose intolerance, which was associated with reduced body weight and hepatic steatosis, as well as increased hepatic pyruvate dehydrogenase (PDH) activity. Ranolazine's actions on hepatic PDH activity may be directly mediated, as ranolazine treatment reduced PDH phosphorylation (indicative of increased PDH activity) in HepG2 cells. Therefore, in addition to mitigating angina, ranolazine also reverses NAFLD, which may contribute to its documented glucose-lowering actions, situating ranolazine as an ideal antianginal therapy for obese patients comorbid for NAFLD and T2D.
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) | 0,000 | 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) | 0,000 | 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 ».