Dysregulation of Some Skeletal Muscle miRNAs in High-Fat Diet-Induced Obesity: Implications for Metabolic Disorders.
Notice bibliographique
Résumé
Skeletal muscle-adipose tissue crosstalk is crucial for developing therapeutic strategies for various metabolic disorders. While obesity is known to disrupt microRNA (miRNA) expression profiles in skeletal muscle, a comprehensive understanding of this phenomenon remains elusive. Therefore, our study aims to investigate the impact of high-fat diet (HFD)-induced obesity on miRNA dysregulation within skeletal muscle tissue at distinct time points. In HFD model, rats received HFD for 2, 4, 6, 8, or 10 weeks. Body weight was determined at 2, 4, 6, 8, and 10 weeks. At the end of each interval, group of animals (n = 8) were sacrificed and skeletal muscle tissues were harvested to assess miRNAs expression levels. HFD administration for 8 and 10 weeks resulted in marked weight changes in comparison to control group. There were not much significant changes in body weight seen in low durations of HFD feeding. Alterations in miR130a, miR30a-5p, miR133a-5p, miR193a-5p, and miR125a-5p expression levels were observed at different time point relative to control rats. While miR let-7 and miR107-5p were upregulated at all-time points compared to control animals. Thus, skeletal muscle miRNA dysregulation likely plays a role in HFD-induced obesity.
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 | 0,000 | 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) | 0,000 | 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 ».