The Role of ERRα in dictating the hepatic metabolic response to dietary sugars, fructose and glucose
Bibliographic record
Abstract
Au cours des 40 dernières années, l'augmentation de la consommation de saccharose et de sirop de maïs riche en fructose dans les boissons sucrées parallèle l'augmentation de l'incidence de l'obésité, du diabète et de la stéatose hépatique non alcoolique (NAFLD) dans les Canadiens. Plusieurs facteurs externes relient notre mode de vie au développement des maladies métaboliques, mais on sait en général que l'augmentation de la consommation calorique et la diminution de la dépense énergétique sont un risque majeur. Cependant, il est devenu intéressant ces dernières années de rechercher si le type d'aliment ingéré a également un effet sur le développement de troubles métaboliques. Le HFCS et le saccharose sont composés de monomères de sucre, glucose et fructose, deux molécules de six carbones qui ont des destins métaboliques très différents dans le corps. L'identification que le fructose est responsable pour la formation de graisse corporelle et aussi pour la diminution des voies transcriptionnelles hépatiques impliquées dans l'oxydation des acides gras dans les souris a mis en évidence les effets négatifs additifs de ce sucre, notamment dans le cadre d’un régime riche en matières grasses. Des souris nourries avec ce régime riche en graisses et en fructose présentent un dysfonctionnement mitochondrial et une expression élevée du régulateur principal de la biogenèse mitochondriale, le coactivateur du récepteur activé par les proliférateurs de peroxysomes gamma (PGC-1). La famille des co-activateurs PGC-1 a été largement liée aux activités transcriptionnelles d'un autre groupe bien connu de régulateurs métaboliques, les récepteurs liés aux œstrogènes (ERRs). En particulier, PGC-1 a été décrit comme un ligand protéique utilisé pour affiner les activités transcriptionnelles d'ERR en réponse à des stimuli externes come l'exposition au froid, l'exercice ou la restriction calorique. Nous avons émis l'hypothèse que le fructose pourrait être un autre modulateur externe de l'axe transcriptionnel ERRα/PGC-1, et cherchons donc à élucider le rôle du récepteur nucléaire ERR dans ce processus. Un modèle de knock-out ERR (ERR-/-) conférant une perte de fonction et un autre modèle hébergeant des mutations de trois phosphosites dans ERR (ERR3SA) provoquant la stabilisation constitutive de la protéine, ont été utilisés pour éclaircir l'implication d'ERR dans la réponse métabolique hépatique à la consommation de fructose. Des souris mâles ont été soumises à un régime témoin pauvre en graisses ou à un régime riche en graisses à 60 %, additionné d'eau, de glucose à 30 % ou de fructose à 30 % pendant 10 semaines. Dans l'ensemble, la perte d'ERR chez les souris nourries avec un HFD complété par du glucose a entraîné une prise de poids significativement moindre, malgré une augmentation de l'apport calorique par rapport à un HFD seul. Ces souris semblaient être protégées contre l'obésité induite par un diminution du poids et de la stéatose hépatique et une tolérance au glucose améliorée, car ces souris présentaient une diminution de la masse du tissu adipeux et du poids du foie et une diminution de la glycémie à jeun avec une amélioration de la clairance du glucose pendant un test de tolérance au glucose. À l'inverse, la surabondance de l'expression de la protéine ERR chez les souris nourries avec un HFD supplémenté en fructose, a montré un phénotype protecteur similaire, mettant en évidence un rôle divergent possible pour ERR dans le métabolisme du glucose et du fructose. Dans l'ensemble, le projet est conforme à la littérature précédente et à notre compréhension des gènes régulateurs de l'ERR impliqués dans l'utilisation des lipides, de la sensibilité à l'insuline et de la fonction mitochondriale, mais l’observation que sa perte et sa surabondance protègent respectivement contre la consommation excessive respective de glucose et de fructose sont nouvelles et méritent une recherche plus approfondie
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".