Human skeletal muscle metabolic responses to 6 days of high‐fat overfeeding are associated with dietary n‐3PUFA content and muscle oxidative capacity
Notice bibliographique
Résumé
Understanding human physiological responses to high-fat energy excess (HFEE) may help combat the development of metabolic disease. We aimed to investigate the impact of manipulating the n-3PUFA content of HFEE diets on whole-body and skeletal muscle markers of insulin sensitivity. Twenty healthy males were overfed (150% energy, 60% fat, 25% carbohydrate, 15% protein) for 6 d. One group (n = 10) received 10% of fat intake as n-3PUFA rich fish oil (HF-FO), and the other group consumed a mix of fats (HF-C). Oral glucose tolerance tests with stable isotope tracer infusions were conducted before, and following, HFEE, with muscle biopsies obtained in basal and insulin-stimulated states for measurement of membrane phospholipids, ceramides, mitochondrial enzyme activities, and PKB and AMPKα2 activity. Insulin sensitivity and glucose disposal did not change following HFEE, irrespective of group. Skeletal muscle ceramide content increased following HFEE (8.5 ± 1.2 to 12.1 ± 1.7 nmol/mg, p = .03), irrespective of group. No change in mitochondrial enzyme activity was observed following HFEE, but citrate synthase activity was inversely associated with the increase in the ceramide content (r=-0.52, p = .048). A time by group interaction was observed for PKB activity (p = .003), with increased activity following HFEE in HF-C (4.5 ± 13.0mU/mg) and decreased activity in HF-FO (-10.1 ± 20.7 mU/mg) following HFEE. Basal AMPKα2 activity increased in HF-FO (4.1 ± 0.6 to 5.3 ± 0.7mU/mg, p = .049), but did not change in HF-C (4.6 ± 0.7 to 3.8 ± 0.9mU/mg) following HFEE. We conclude that early skeletal muscle signaling responses to HFEE appear to be modified by dietary n-3PUFA content, but the potential impact on future development of metabolic disease needs exploring.
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 | 0,000 | 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) | 0,001 | 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 ».