α-Tocopherol reduces VLDL secretion through modulation of intracellular ER-to-Golgi transport of VLDL
Notice bibliographique
Résumé
Avoiding hepatic steatosis is crucial for preventing liver dysfunction, and one mechanism by which this is accomplished is through synchronization of the rate of very low density lipoprotein (VLDL) synthesis with its secretion. Endoplasmic reticulum (ER)-to-Golgi transport of nascent VLDL is the rate-limiting step in its secretion and is mediated by the VLDL transport vesicle (VTV). Recent in vivo studies have indicated that α-tocopherol (α-T) supplementation can reverse steatosis in nonalcoholic fatty liver disease, but its effects on hepatic lipoprotein metabolism are poorly understood. Here, we investigated the impact of α-T on hepatic VLDL synthesis, secretion, and intracellular ER-to-Golgi VLDL trafficking using an in vitro model. Pulse-chase assays using [3H]-oleic acid and 100 µmol/L α-T demonstrated a disruption of early VLDL synthesis, resulting in enhanced apolipoprotein B-100 expression, decreased expression in markers for VTV budding, ER-to-Golgi VLDL transport, and reduced VLDL secretion. Additionally, an in vitro VTV budding assay indicated a significant decrease in VTV production and VTV–Golgi fusion. Confocal imaging of lipid droplet (LD) localization revealed a decrease in overall LD retention, diminished presence of ER-associated LDs, and an increase in Golgi-level LD retention. We conclude that α-T disrupts ER-to-Golgi VLDL transport by modulating the expression of specific proteins and thus reduces VLDL secretion.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».