1655-P: GLP-1R Is Required for Resveratrol in Exerting Its Metabolic Beneficial Effect in HFD-Challenged Male Mice
Notice bibliographique
Résumé
The beneficial effects of dietary polyphenols including resveratrol have been elucidated during the past 2-3 decades, yet the mechanism underlying their metabolic functions remains elusive or even controversial. Recent investigations revealed that hepatic hormone FGF21 is the common target for both GLP-1RAs and dietary polyphenol intervention. Here we utilized wild type (WT) and GLP-1R-/- mice to access whether GLP-1R is required for resveratrol to exert its beneficial effects. In WT male mice with HFD challenge, concomitant resveratrol intervention (REV-I) for 12 weeks reduced body weight gain and improved glucose tolerance, while in male GLP-1R-/- mice, such metabolic effects were lost. In WT mouse liver and epididymal white adipose tissue (eWAT), REV-I ameliorated HFD-induced FGF21 resistant and stimulated a battery of genes that are involved in lipid homeostasis. In addition, HFD-induced alterations on expressions of a battery of adipose tissue specific genes including those encode for leptin and adiponectin were reversed by concomitant REV-I. REV-I was also shown to exert anti-inflammatory effects in the ileum of WT mice fed with HFD. Specifically, genes that encode for a battery of pro-inflammatory markers including IL-1β and IFN-γ were significantly elevated by HFD challenge, while REV-I attenuated their expression. HFD challenge also reduced IL-10 mRNA level in the WT mouse ileum, while REV-I restored the expression. Together, we bring a novel player GLP-1R to explore the mechanism underlying the metabolic functions of resveratrol. Collectively, we conclude that the metabolic beneficial effects of resveratrol on reducing body weight gain and improving glucose disposal require GLP-1R. Disclosure J.Feng: None. W.Shao: None. T.Jin: None. Funding Canadian Institutes of Health Research
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».