Inhibition of Lipolysis With Acipimox Attenuates Postburn White Adipose Tissue Browning and Hepatic Fat Infiltration
Notice bibliographique
Résumé
Extensive burn injuries promote an increase in the lipolysis of white adipose tissue (WAT), a complication that enhances postburn hypermetabolism contributing to hyperlipidemia and hepatic steatosis. The systemic increase of free fatty acids (FFAs) due to burn-induced lipolysis and subsequent organ fatty infiltration may culminate in multiple organ dysfunction and, ultimately, death. Thus, reducing WAT lipolysis to diminish the mobilization of FFAs may render an effective means to improve outcomes postburn. Here, we investigated the metabolic effects of Acipimox, a clinically approved drug that suppresses lipolysis via inhibition of hormone-sensitive lipase (HSL). Using a murine model of thermal injury, we show that specific inhibition of HSL with Acipimox effectively suppresses burn-induced lipolysis in the inguinal WAT leading to lower levels of circulating FFAs at 7 days postburn (P < 0.05). The FFA substrate shortage indirectly repressed the thermogenic activation of adipose tissue after injury, reflected by the decrease in protein expression of key browning markers, UCP-1 (P < 0.001) and PGC-1α (P < 0.01). Importantly, reduction of FFA mobilization by Acipimox significantly decreased liver weight and intracellular fat accumulation (P < 0.05), suggesting that it may also improve organ function postburn. Our data validate the pharmacological inhibition of lipolysis as a potentially powerful therapeutic strategy to counteract the detrimental metabolic effects induced by burn.
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) | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».