GDF15 is an exercise-induced hepatokine regulated by glucagon and insulin in humans
Notice bibliographique
Résumé
Objective: Growth differentiation factor (GDF)-15 is implicated in regulation of metabolism and circulating GDF15 increases in response to exercise. The source and regulation of the exercise-induced increase in GDF15 is, however not known. Method: Plasma GDF15 was measured by ELISA under the following conditions: 1) Arterial-to-hepatic venous differences sampled before, during, and after exercise in healthy male subjects (n=10); 2) exogenous glucagon infusion compared to saline infusion in resting healthy subjects (n=10); 3) an acute exercise bout with and without a pancreatic clamp (n=6); 4) healthy subjects for 36 hours (n=17), and 5) patients with anorexia nervosa (n=25) were compared to healthy age-matched subjects (n=25). Tissue GDF15 mRNA content was determined in mice in response to exhaustive exercise (n=16). Results: The splanchnic bed released GDF15 to the circulation during exercise and increasing the glucagon-to-insulin ratio in resting humans led to a 2.7-fold (P<0.05) increase in circulating GDF15. Conversely, inhibiting the exercise-induced increase in the glucagon-to-insulin ratio blunted the exercise-induced increase in circulating GDF15. Fasting for 36 hours did not affect circulating GDF15, whereas resting patients with anorexia nervosa displayed elevated plasma concentrations (1.4-fold, P<0.05) compared to controls. In mice, exercise increased GDF15 mRNA contents in liver, muscle, and adipose tissue. Conclusion: In humans, GDF15 is a "hepatokine" which increases during exercise and is at least in part regulated by the glucagon-to-insulin ratio. Moreover, chronic energy deprivation is associated with elevated plasma GDF15, which supports that GDF15 is implicated in metabolic signalling in humans.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».