The Impact of Sugar-Sweetened Beverage Consumption on the Liver: A Proteomics-Based Analysis
Notice bibliographique
Résumé
Cardiometabolic complications such as the metabolic syndrome and Type 2 Diabetes Mellitus (T2DM) are major causes of global morbidity and mortality. As sugar-sweetened beverages (SSBs) are implicated in this process, this study aimed to obtain greater mechanistic insights. Male Wistar rats (~200 g) were gavaged with a local SSB every day for a period of six months while the control group was gavaged with an iso-volumetric amount of water. Experimental dosages were calculated according to the surface area-to-volume ratio and were equivalent to 125 mL/day (in human terms). A proteomic analysis was performed on isolated liver samples and thereafter, markers of endoplasmic reticulum (ER) stress, antioxidant/oxidant capacity, calcium regulation, and mitochondrial functionality were assessed. These data show that SSB consumption resulted in (a) the induction of mild hepatic ER stress; (b) altered hepatic mitochondrial dynamics; and (c) perturbed calcium handling across mitochondria-associated ER membranes. Despite significant changes in markers of ER stress, the antioxidant response and calcium handling (proteomics data), the liver is able to initiate adaptive responses to counteract such stressors. However, the mitochondrial data showed increased fission and decreased fusion that may put the organism at risk for developing insulin resistance and T2DM in the longer term.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».