Exercise improves lipid metabolism disorders induced by high-fat diet in a SESN2/JNK-independent manner
Notice bibliographique
Résumé
SESN2 and JNK are emerging powerful stress-inducible proteins in regulating lipid metabolism. The aim of this study was to determine the underlying mechanism of SESN2/JNK signaling in exercise to improve lipid disorder induced by high-fat diet (HFD). Our data showed that HFD and SESN2 knockout resulted in abnormalities including elevated body weight, increased fat mass, serum total cholesterol, lipid biosynthesis related proteins, and a concomitant increase of pJNK-Thr183/Tyr185. The above changes were reversed by exercise training. SESN2 silencing or JNK inhibition in palmitate-treated C2C12 further confirmed that SESN2 and JNK play a vital role in lipid biosynthesis. Rescue experiment further demonstrated that SESN2 reduced lipid biosynthesis through inhibition of JNK. SESN2/JNK signaling axis regulates lipid biosynthesis in both animal and cell models with abnormalities of lipid metabolism induced by HFD or palmitate treatment. This study provided evidence that exercise ameliorated lipid metabolic disorder induced by HFD feeding or by SESN2 knockout. SESN2 may improve lipid metabolism through inhibition JNK expression in skeletal muscle cells, providing a molecular mechanism that may represent an attractive target for the treatment of lipid disorder. Novelty: Exercise improved lipid disorder induced by HFD feeding and SESN2 knockout. SESN2 and JNK play a vital role in lipid biosynthesis in vivo and in vitro. SESN2 suppressed JNK to improve lipid metabolism in skeletal muscle cells.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».