Browning of white adipose tissue after a burn injury promotes hepatic steatosis and dysfunction
Notice bibliographique
Résumé
Burn patients experiencing hypermetabolism develop hepatic steatosis, which is associated with liver failure and poor outcomes after the injury. These same patients also undergo white adipose tissue (WAT) browning, which has been implicated in mediating post-burn cachexia and sustained hypermetabolism. Despite the clinical presentation of hepatic steatosis and WAT browning in burns, whether or not these two pathological responses are linked remains poorly understood. Here, we show that the burn-induced WAT browning and its associated increased lipolysis leads to the accelerated development of hepatic steatosis in mice. Deletion of interleukin 6 (IL-6) and the uncoupling protein 1 (UCP1), regulators of burn-induced WAT browning completely protected mice from hepatic steatosis after the injury. Treatment of post-burn mice with propranolol or IL-6 receptor blocker attenuated burn-induced WAT browning and its associated hepatic steatosis pathology. Lipidomic profiling in the plasma of post-burn mice and burn patients revealed elevated levels of damage-inducing lipids (palmitic and stearic acids), which induced hepatic endoplasmic reticulum (ER) stress and compromised hepatic fat oxidation. Mechanistically, we show that hepatic ER stress after a burn injury leads to a greater ER-mitochondria interaction, hepatocyte apoptosis, oxidative stress, and impaired fat oxidation. Collectively, our findings uncover an adverse "cross-talk" between the adipose and liver tissue in the context of burn injury, which is critically mediated by WAT browning.
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 ».