White Adipose Tissue Surface Expression of LDLR and CD36 is Associated with Risk Factors for Type 2 Diabetes in Adults with Obesity
Notice bibliographique
Résumé
Objective Human conditions with upregulated receptor uptake of low‐density lipoproteins (LDL) are associated with diabetes risk, the reasons for which remain unexplored. LDL induce metabolic dysfunction in murine adipocytes. Thus, it was hypothesized that white adipose tissue (WAT) surface expression of LDL receptor (LDLR) and/or CD36 is associated with WAT and systemic metabolic dysfunction. Whether WAT LDLR and CD36 expression is predicted by plasma lipoprotein‐related parameters was also explored. Methods This was a cross‐sectional analysis of 31 nondiabetic adults (BMI > 25 kg/m 2 ) assessed for WAT surface expression of LDLR and CD36 (immunohistochemistry), WAT function, WAT and systemic inflammation, postprandial fat metabolism, and insulin resistance (IR; hyperinsulinemic‐euglycemic clamp). Results Fasting WAT surface expression of LDLR and CD36 was negatively associated with WAT function ( 3 H‐triglyceride storage, r = −0.45 and −0.66, respectively) and positively associated with plasma IL‐1 receptor antagonist ( r = 0.64 and 0.43, respectively). Their expression was suppressed 4 hours postprandially, and reduced LDLR was further associated with IR (M/I clamp , r = 0.61 women, r = 0.80 men). Plasma apolipoprotein B (apoB)‐to‐PCSK9 ratio predicted WAT surface expression of LDLR and CD36, WAT dysfunction, WAT NLRP3 inflammasome priming and disrupted cholesterol‐sensing genes, and systemic IR independent of sex and body composition. Conclusions Higher fasting and lower postprandial WAT surface expression of LDLR and CD36 is associated with WAT dysfunction, systemic inflammation, and IR in adults with overweight/obesity, anomalies that are predicted by higher plasma apoB‐to‐PCSK9 ratio.
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 | 0,000 |
| 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 ».