155 Low Insulin Sensitivity Is Associated with Increased Body Fat and Changes in Gene Expression of Lipogenic Enzymes in the Adipose Tissue of Finishing Pigs
Notice bibliographique
Résumé
Abstract Variations in body fat (BF) among pigs can be associated with differences in insulin sensitivity given the insulin anabolic effect in lipid synthesis. The study objectives were to characterize this association and compare the relative mRNA abundance of genes associated with insulin resistance and de novo lipogenesis in the adipose tissue of fat and lean pigs. Thirty 95 kg pigs, catheterized in the jugular vein, received an oral dose of 1.75 g glucose/kg of BW after 18 hours of fasting. Blood samples were collected at -20, -10, 5, 10, 15, 20, 25, 30, 45, 60, 90, 120, 150, 180, 210, 240, 300 and 360 minutes following glucose ingestion. Insulin sensitivity indexes were calculated and analyzed. The BF (%) was estimated by dual X-ray densitometry. The 8 fattest (22 % BF) and the 8 leanest pigs (17.2 % BF) were used to determine the relative mRNA abundance of studied genes using real-time qPCR analyses. Insulin sensitivity was determined using QUICKI and Matsuda indexes, respectively, and their association with body fat was studied with Spearman correlations. Differences in gene expression and insulin sensitivity between fat and lean pigs were studied with a one-way ANOVA. The QUICKI and Matsuda indexes negatively correlated with BF (r = -0.67 and r = -0.59; P < 0.001). Fat pigs had reduced insulin sensitivity and higher relative mRNA abundance of lipogenic enzymes (ACACA, ACLY, FASN; P < 0.05) than lean pigs. The higher expression level of glucose-6-phosphate dehydrogenase (G6PD) combined with the trend (P < 0.10) of lower expression of peroxisome proliferator-activated receptor-gamma (PPAR-γ) in fat pigs may explain part of their reduced insulin sensitivity. These results suggest that an increased BF is associated with reduced insulin sensitivity and greater expression of lipogenic enzymes in pig adipose tissue.
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) | 0,002 | 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 ».