Morus nigra leaf extract improves glycemic response and redox profile in the liver of diabetic rats
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diabetes mellitus (DM) is a chronic metabolic disorder characterized by hyperglycemia and alterations in the carbohydrate, lipid, and protein metabolism. DM is associated with increased oxidative stress and pancreatic beta cell damage, which impair the production of insulin and the maintenance of normoglycemia. Inhibiting oxidative damage and controlling hyperglycemia are two important strategies for the prevention of diabetes. The pulp and leaf extracts of mulberry (Morus nigra L.) have abundant total phenolics and flavonoids, and its antioxidant potential may be an important factor for modulating oxidative stress induced by diabetes. In this study, DM was induced by intraperitoneal injection of alloxan monohydrate (135 mg kg(-1)). Female Fischer rats were divided into four groups: control, diabetic, diabetic pulp, and diabetic leaf extract. Animals in the diabetic pulp and diabetic leaf extract groups were treated for 30 days with M. nigra L. pulp or leaf extracts, respectively. At the end of treatment, animals were euthanized and, liver and blood samples were collected for analysis of biochemical and metabolic parameters. Our study demonstrated that treatment of diabetic rats with leaf extracts decreased the superoxide dismutase (SOD)/catalase (CAT) ratio and carbonylated protein levels by reducing oxidative stress. Moreover, the leaf extract of M. nigra L. decreased the matrix metalloproteinase (MMP)-2 activity, increased insulinemia, and alleviated hyperglycemia-induced diabetes. In conclusion, our study found that the leaf extract of M. nigra L. improved oxidative stress and complications in diabetic rats, suggesting the utility of this herbal remedy in the prevention and treatment of DM.
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.
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 découle