Revisiting the contribution of mitochondrial biology to the pathophysiology of skeletal muscle insulin resistance
Notice bibliographique
Résumé
While the etiology of type 2 diabetes is multifaceted, the induction of insulin resistance in skeletal muscle is a key phenomenon, and impairments in insulin signaling in this tissue directly contribute to hyperglycemia. Despite the lack of clarity regarding the specific mechanisms whereby insulin signaling is impaired, the key role of a high lipid environment within skeletal muscle has been recognized for decades. Many of the proposed mechanisms leading to the attenuation of insulin signaling - namely the accumulation of reactive lipids and the pathological production of reactive oxygen species (ROS), appear to rely on this high lipid environment. Mitochondrial biology is a central component to these processes, as these organelles are almost exclusively responsible for the oxidation and metabolism of lipids within skeletal muscle and are a primary source of ROS production. Classic studies have suggested that reductions in skeletal muscle mitochondrial content and/or function contribute to lipid-induced insulin resistance; however, in recent years the role of mitochondria in the pathophysiology of insulin resistance has been gradually re-evaluated to consider the biological effects of alterations in mitochondrial content. In this respect, while reductions in mitochondrial content are not required for the induction of insulin resistance, mechanisms that increase mitochondrial content are thought to enhance mitochondrial substrate sensitivity and submaximal adenosine diphosphate (ADP) kinetics. Thus, this review will describe the central role of a high lipid environment in the pathophysiology of insulin resistance, and present both classic and contemporary views of how mitochondrial biology contributes to insulin resistance in skeletal muscle.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».