Biochemical adaptations in white adipose tissue following aerobic exercise: from mitochondrial biogenesis to browning
Notice bibliographique
Résumé
Our understanding of white adipose tissue (WAT) biochemistry has evolved over the last few decades and it is now clear that WAT is not simply a site of energy storage, but rather a pliable endocrine organ demonstrating dynamic responsiveness to the effects of aerobic exercise. Similar to its established effects in skeletal muscle, aerobic exercise induces many biochemical adaptations in WAT including mitochondrial biogenesis and browning. While past research has focused on the regulation of these biochemical processes, there has been renewed interest as of late given the potential of harnessing WAT mitochondrial biogenesis and browning to treat obesity and type II diabetes. Unfortunately, despite increasing evidence that innumerable factors, both exercise induced and pharmacological, can elicit these biochemical adaptations in WAT, the underlying mechanisms remain poorly defined. Here, we begin with a historical account of our understanding of WAT exercise biochemistry before presenting detailed evidence in favour of an up-to-date model by which aerobic exercise induces mitochondrial biogenesis and browning in WAT. Specifically, we discuss how aerobic exercise induces increases in WAT lipolysis and re-esterification and how this could be a trigger that activates the cellular energy sensor 5' AMP-activated protein kinase to mediate the induction of mitochondrial biogenesis and browning via the transcriptional co-activator peroxisome proliferator-activated receptor gamma co-activator-1 alpha. While this review primarily focuses on mechanistic results from rodent studies special attention is given to the translation of these results, or lack thereof, to human physiology.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».