Microvascular Content and Insulin Sensitivity within Skeletal Muscle and Adipose Tissue Differs between Male and Female Mice on a High‐fat Diet
Notice bibliographique
Résumé
Capillary networks within skeletal muscle and adipose tissue have a critical role in the delivery of energy sources and the maintenance of proper tissue function. A reduction in capillary density is correlated with impairments in whole body metabolic functions, as occurs in obesity. It is known that the susceptibility to develop obesity‐associated metabolic disturbances differs between males and females. However, studies investigating these sex‐related differences have largely overlooked the potential contribution of capillary content. The goal of this investigation is to determine whether there are sex differences in skeletal muscle and adipose tissue microvascular content and to relate these to insulin signaling in normal and obese mice. Male mice fed a high‐fat (HF) diet for 16 weeks exhibited reduced systemic insulin sensitivity compared to females who maintained a response similar to the normal‐chow (NC) group. Insulin stimulation increased levels of phosphorylated Akt (pAkt) protein equivalently in the skeletal muscle of male and female NC mice. With HF diet, males had significantly lower insulin‐stimulated pAkt levels vs. females (0.7 vs. 1.9, P <0.0001). Capillary‐to‐fiber ratio was not different in the skeletal muscle of HF male vs. female mice (1.5 vs. 1.4, n=3 ns). Ex vivo insulin stimulation of visceral adipose tissue increased pAkt in HF females but not in HF males. Microvascular content in visceral adipose was not different between NC males and females. In contrast, HF males had reduced, but HF females maintained, their adipose vascular content. This was further supported by higher mRNA levels of vascular marker CD31 (0.17 vs. 0.12, p< 0.05) and pro‐angiogenic factor VEGF (0.14 vs. 0.07, p< 0.05) in HF females vs. HF males. Our data suggest that capillary content and a pro‐angiogenic environment is maintained in the adipose of HF‐fed females, which in turn may be linked with maintained adipose insulin sensitivity. Support or Funding Information CIHR
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».