Elevated Gluconeogenesis in Aging and Lung Cancer is Related to Inflammation and Blunted Insulin‐Induced Protein Anabolism
Notice bibliographique
Résumé
Cancer and aging are both accompanied by metabolic alterations leading to muscle loss that may result from an increased use of amino acids for gluconeogenesis (GNG). Methods we measured the fractional contributions (%) of glycogen, glycerol and GNG from phosphoenolpyruvate (PEP) to 17h‐fasting endogenous glucose production (EGP), using oral 2 H 2 0 and deuterium enrichment of plasma glucose, by NMR spectroscopy. Whole‐body protein and glucose kinetics (1‐ 13 C‐leucine and 3 H 3 ‐glucose) were measured fasting and during a subsequent hyperinsulinemic, euglycemic, isoaminoacidemic clamp in: young (Y, n=11; 27±3 y), older (O, n=13; 65±2 y) and older men with lung cancer (CA, n=9; 66±2 y). Results Men with CA had greater serum CRP levels and resting energy expenditure (REE) than Y and O, and a lesser clamp glucose disposal, indicating insulin resistance. EGP was elevated with aging and cancer with greater contribution from GNG: Y:37±2, O:43±2 and CA:48±4% (ANOVA p<0.05); % contribution from glycogen and glycerol did not differ. The resulting GNG flux (EGP × %GNG) correlated positively with CRP (r=0.69) and REE (r=0.61), and negatively with fat‐free mass index (r=−0.41), all p<0.05. GNG flux was related to lesser glucose uptake and protein anabolic response (r= −0.54, p=0.001) in response to insulin. Conclusions Inflammation may underlie the greater production of glucose from GNG and blunted protein anabolism. (CIHR)
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) | 0,000 | 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 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 ».