Sequoyitol ameliorates diabetic nephropathy in diabetic rats induced with a high-fat diet and a low dose of streptozotocin
Notice bibliographique
Résumé
Sequoyitol decreases blood glucose, improves glucose intolerance, and enhances insulin signaling in ob/ob mice. The aim of this study was to investigate the effects of sequoyitol on diabetic nephropathy in rats with type 2 diabetes mellitus and the mechanism of action. Diabetic rats, induced with a high-fat diet and a low dose of streptozotocin, and were administered sequoyitol (12.5, 25.0, and 50.0 mg·(kg body mass)(-1)·d(-1)) for 6 weeks. The levels of fasting blood glucose (FBG), serum insulin, blood urea nitrogen (BUN), and serum creatinine (SCr) were measured. The expression levels of p22(phox), p47(phox), NF-κB, and TGF-β1 were measured using immunohistochemisty, real-time PCR, and (or) Western blot. The total antioxidative capacity (T-AOC), as well as the levels of malondialdehyde (MDA) and reactive oxygen species (ROS) were also determined. The results showed that sequoyitol significantly decreased FBG, BUN, and SCr levels, and increased the insulin levels in diabetic rats. The level of T-AOC was significantly increased, while ROS and MDA levels and the expression of p22(phox), p47(phox), NF-κB, and TGF-β1 were decreased with sequoyitol treatment both in vivo and in vitro. These results suggested that sequoyitol ameliorates the progression of diabetic nephropathy in rats, as induced by a high-fat diet and a low dose of streptozotocin, through its glucose-lowering effects, antioxidant activity, and regulation of TGF-β1 expression.
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 ».