Differences in metabolic and liver pathobiology induced by two dietary mouse models of nonalcoholic fatty liver disease
Notice bibliographique
Résumé
ABSTRACT Non-alcoholic fatty liver disease (NAFLD) is a growing epidemic associated with key aspects of metabolic disease such as obesity and diabetes. The first stage of NAFLD is characterized by lipid accumulation in hepatocytes, but this can further progress into non-alcoholic steatohepatitis (NASH), fibrosis or cirrhosis, and hepatocellular carcinoma (HCC). A western diet, high in fats, sugars and cholesterol is linked to NAFLD development. Murine models are often used to experimentally study NAFLD, as they can display similar histopathological features as humans; however, there remains debate on which diet-induced model most appropriately and consistently mimics both human disease progression and pathogenesis. In this study, we performed a side-by-side comparison of two popular diet models of murine NAFLD/NASH and associated HCC: a high fat diet supplemented with 30% fructose water (HFHF) and a western diet high in cholesterol (WDHC), comparing them to a common grain-based chow diet (GBD). Mice on both experimental diets developed liver steatosis, while WDHC-fed mice had greater levels of hepatic inflammation and fibrosis than HFHF-fed mice. In contrast, HFHF-fed mice were more obese and developed more severe metabolic syndrome, with less pronounced liver disease. Despite these differences, WDHC-fed and HFHF-fed mice had similar tumour burdens in a model of diet-potentiated liver cancer. Response to diet and resulting phenotypes were generally similar between sexes, albeit delayed in females. Notably, although metabolic and liver disease phenotypes are often thought to progress in parallel, this study shows that modest differences in diet can significantly uncouple glucose homeostasis and liver damage. In conclusion, long-term feeding of either HFHF or WDHC are reliable methods to induce NASH and diet-potentiated liver cancer in mice of both sexes; however, the choice of diet involves a trade-off between severity of metabolic syndrome and liver damage.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».