Senescence markers in subcutaneous preadipocytes differ in childhood‐ versus adult‐onset obesity before and after weight loss
Notice bibliographique
Résumé
Abstract Objective The aim of this study was to determine the effect of age of obesity onset on senescence‐related markers in abdominal (AB) and femoral (FEM) subcutaneous adipose tissue (SAT) before and after moderate (~10%) weight loss. Methods AB and FEM SAT were collected from human females with childhood‐onset obesity (CO) or adult‐onset obesity (AO) before and after diet‐ and exercise‐induced weight loss. Immunofluorescence analysis of γH2AX/RAD51 (DNA damage/repair markers) and p53/p21 (senescence markers) was conducted in cultured preadipocytes, and senescence‐associated β‐galactosidase (SA‐β‐gal) activity was measured in SAT. Results CO had proportionately more AB and FEM preadipocytes with DNA damage (γH2AX+) and senescence markers (p53+ and/or p21+) than AO at baseline. The proportion of γH2AX+ FEM preadipocytes declined with weight loss in CO and was similar between groups after weight loss. The number of γH2AX foci in γH2AX+ preadipocytes decreased similarly between groups and regions with weight loss in parallel with an increase in RAD51. The proportion of p53+ and p21+ preadipocytes and SA‐β‐gal+ cells in SAT did not change with weight loss, but the total p21 intensity in p53+/p21+ FEM preadipocytes declined in AO. Conclusions These results provide preliminary evidence that females with CO have an accelerated preadipocyte aging state that improves with weight loss in terms of DNA damage but not senescence.
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 | 0,000 | 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) | 0,002 | 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 ».