Resolvin E1 derived from eicosapentaenoic acid prevents hyperinsulinemia and hyperglycemia in a host genetic manner
Notice bibliographique
Résumé
Eicosapentaenoic acid (EPA) has garnered attention after the success of the REDUCE-IT trial, which contradicted previous conclusions on EPA for cardiovascular disease risk. Here we first investigated EPA's preventative role on hyperglycemia and hyperinsulinemia. EPA ethyl esters prevented obesity-induced glucose intolerance, hyperinsulinemia, and hyperglycemia in C57BL/6J mice. Supporting NHANES analyses showed that fasting glucose levels of obese adults were inversely related to EPA intake. We next investigated how EPA improved murine hyperinsulinemia and hyperglycemia. EPA overturned the obesity-driven decrement in the concentration of 18-hydroxyeicosapentaenoic acid (18-HEPE) in white adipose tissue and liver. Treatment of obese inbred mice with RvE1, the downstream immunoresolvant metabolite of 18-HEPE, but not 18-HEPE itself, reversed hyperinsulinemia and hyperglycemia through the G-protein coupled receptor ERV1/ChemR23. To translate the findings, we determined if the effects of RvE1 were dependent on host genetics. RvE1's effects on hyperinsulinemia and hyperglycemia were divergent in diversity outbred mice that model human genetic variation. Secondary SNP analyses further confirmed extensive genetic variation in human RvE1/EPA-metabolizing genes. Collectively, the data suggest EPA prevents hyperinsulinemia and hyperglycemia, in part, through RvE1's activation of ERV1/ChemR23 in a host genetic manner. The studies underscore the need for personalized administration of RvE1 based on genetic/metabolic enzyme profiles.
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 | 0,001 |
| 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 ».