High-intensity interval resistance training (HIIRT) improves liver gluconeogenesis from lactate in Swiss mice
Notice bibliographique
Résumé
High-intensity physical exercise favors anaerobic glycolysis and increases lactatemia. Lactate is converted back to glucose in the liver, so that the lactate threshold, an indicator of physical performance, must be related to the gluconeogenic capacity of the liver. This research assessed the effect of a high-intensity interval resistance training (HIIRT) on liver gluconeogenesis from lactate. Swiss mice were trained (groups T) on vertical ladder with overload of 90% of their maximal load. Control animals remained untrained (groups C0 and C8). In situ liver perfusion with lactate and adrenaline was performed in rested mice after 6 hours of food deprivation. There were larger outputs of glucose (T6, 71.90%; T8, 54.53%) and pyruvate (T8, 129.28%) (representative values for 4 mM lactate) in the groups trained for 6 or 8 weeks (T6 and T8), and of glucose in the presence of adrenaline in group T8 (280%). The content of PEPCK, an important regulatory enzyme of the gluconeogenic pathway, was 69.13% higher in group T8 than in the age-matched untrained animals (C8). HIIRT augmented liver gluconeogenesis from lactate and this might improve the lactate threshold. Novelty: The liver metabolizes lactate from muscle into glucose. Physical training may enhance the gluconeogenic capacity of the liver. As lactate clearance by the liver improves, lactate threshold is displaced to higher exercise intensities.
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 | 0,001 |
| 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 | 0,001 | 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 ».