Sclerostin Influences Exercise-Induced Adaptations in Body Composition and White Adipose Tissue Morphology in Male Mice
Notice bibliographique
Résumé
ABSTRACT Sclerostin is an inhibitor of the osteogenic Wnt/β-catenin signaling pathway that also has an endocrine role in regulating adipocyte differentiation and metabolism. Additionally, subcutaneous white adipose tissue (scWAT) sclerostin content decreases following exercise training (EXT). Therefore, we hypothesized that EXT-induced reductions in adipose tissue sclerostin may play a role in regulating adaptations in body composition and whole-body metabolism. To test this hypothesis, 10-week-old male C57BL/6J mice were either sedentary (SED) or performing 1 hour of treadmill running at ~65% to 70% maximum oxygen consumption (VO2max) 5 day/week (EXT) for 4 weeks and had subcutaneous injections of either saline (C) or recombinant sclerostin (S) (0.1 mg/kg body mass) 5 day/week; thus, making four groups (SED-C, EXT-C, SED-S, and EXT-S; n = 12/group). No differences in body mass were observed between experimental groups, whereas food intake was higher in EXT (p = 0.03) and S (p = 0.08) groups. There was a higher resting energy expenditure in all groups compared to SED-C. EXT-C had increased lean mass and decreased fat mass percentage compared to SED-C and SED-S. No differences in body composition were observed in either the SED-S or EXT-S groups. Lower scWAT (inguinal), epididymal white adipose tissue (eWAT) (visceral epididymal) mass, and scWAT adipocyte cell size and increased percentage of multilocular cells in scWAT were observed in the EXT-C group compared to SED-C, whereas lower eWAT was only observed in the EXT-S group. EXT mice had increased scWAT low-density lipoprotein receptor-related protein 4 (Lrp4) and mitochondrial content and sclerostin treatment only inhibited increased Lrp4 content with EXT. Together, these results provide evidence that reductions in resting sclerostin with exercise training may influence associated alterations in energy metabolism and body composition, particularly in scWAT. © 2023 The Authors. Journal of Bone and Mineral Research published by Wiley Periodicals LLC on behalf of American Society for Bone and Mineral Research (ASBMR).
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».