Sphingolipid Profiling Reveals Different Extent of Ceramide Accumulation in Bovine Retroperitoneal and Subcutaneous Adipose Tissues
Notice bibliographique
Résumé
Abstract Background: Sphingolipids are bioactive lipids that can modulate insulin sensitivity, cellular differentiation, and apoptosis in a tissue-specific manner. Previous studies in dairy cattle reported that the retroperitoneal adipose tissue (RPAT) was more active than the subcutaneous adipose tissue (SCAT) in terms of insulin sensitivity, lipolytic activity, and pro-inflammatory signaling. Sphingolipids were discussed to be involved in inflammation, however, their comparative profiles in bovine RPAT and SCAT are currently unknown. We aimed to characterize the sphingolipid profiles using a targeted lipidomics approach and to assess whether potentially related sphingolipid pathways are different between SCAT and RPAT. Holstein bulls (n = 6) were slaughtered, and SCAT and RPAT samples were collected for sphingolipid profiling. A total of 70 sphingolipid species were detected, including 24 species of ceramide (Cer) and dihydroceramide (DHCer), 18 species of sphingomyelin (SM) and dihydrosphingomyelin (DHSM), 11 species of ceramide-1-phosphate (C1P) and sphingosine-1-phosphate (S1P), 9 species of galactosylceramide (GalCer), glucosylceramide (GluCer), lactosylceramide (LacCer), and 8 species of sphinganine (DHSph) and sphingosine (Sph). The concentration of each sphingolipid was quantified by UPLC-MRM/MS. Results: Our results showed that sphingolipids of the de novo synthesis pathway such as DHSph, DHCer, and Cer, were more concentrated in RPAT than in SCAT. Sphingolipids of the salvage pathway and the sphingomyelinase pathway such as Sph, S1P, C1P, glycosphingolipid, and SM were more concentrated in SCAT. Our results indicate that RPAT had a greater extent of ceramide accumulation, and thereby increased the concentration of further sphingolipid intermediates in the de novo synthesis pathway. Conclusion: This distinctive sphingolipid distribution pattern in RPAT and SCAT can potentially explain the tissue-specific activity in insulin sensitivity, pro-inflammation, and oxidative stress in RPAT and SCAT.
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 | 0,000 |
| 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 ».