Distinct mechanisms involving diacylglycerol, ceramides, and inflammation underlie insulin resistance in oxidative and glycolytic muscles from high fat-fed rats
Notice bibliographique
Résumé
This study investigated whether oxidative and glycolytic rat skeletal muscles respond differently to a high-fat (HF) sucrose-enriched diet with respect to diacylglycerol (DAG) and ceramides accumulation, protein kinase C (PKC) activation, glucose metabolism, and the expression of inflammatory genes. HF diet (8 weeks) suppressed insulin-stimulated glycogen synthesis and glucose oxidation in soleus (Sol), extensor digitorum longus (EDL) and epitrochlearis (Epit) muscles. However, DAG and ceramides levels increased in Sol and EDL, but not in Epit muscles of HF-fed rats. Additionally, membrane-bound PKC-delta and PKC-theta increased in Sol and EDL, whereas in Epit muscles both PKC isoforms were reduced by HF diet. In Epit muscles, HF diet also increased the expression of tumor necrosis factor-α (TNF-α) receptors (CD40 and FAS), toll-like receptor 4 (TLR4), and nuclear factor kappa light polypeptide gene enhancer in B cells (NF-kB), whereas in Sol and EDL muscles the expression of these inflammatory genes remained unchanged upon HF feeding. In conclusion, HF diet caused DAG and ceramides accumulation, PKC activation, and the induction of inflammatory pathways in a fiber type-specific manner. These findings help explain why oxidative and glycolytic muscles similarly develop insulin resistance, despite major differences in their metabolic characteristics and responsiveness to dietary lipid abundance.
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) | 0,001 | 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) | 0,001 | 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 ».