Renal Protective Effect of Xiao-Chai-Hu-Tang on Diabetic Nephropathy of Type 1-Diabetic Mice
Notice bibliographique
Résumé
Xiao-Chai-Hu-Tang (XCHT), a traditional Chinese medicine formula consisting of seven medicinal plants, is used in the treatment of various diseases. We show here that XCHT could protect type-1 diabetic mice against diabetic nephropathy, using streptozotocin (STZ)-induced diabetic mice and high-glucose (HG)-exposed rat mesangial cell (RMC) as models. Following 4 weeks of oral administration with XCHT, renal functions and renal hypertrophy significantly improved in the STZ-diabetic mice, while serum glucose was only moderately reduced compared to vehicle treatment. Treatment with XCHT in the STZ-diabetic mice and HG-exposed RMC resulted in a decrease in expression levels of TGF-β1, fibronectin, and collagen IV, with concomitant increase in BMP-7 expression. Data from DPPH assay, DHE stain, and CM-H(2)DCFDA analysis indicated that XCHT could scavenge free radicals and inhibit high-glucose-induced ROS in RMCs. Taken together, these results suggest that treatment with XCHT can improve renal functions in STZ-diabetic mice, an effect that is potentially mediated through decreasing oxidative stress and production of TGF-β1, fibronectin, and collagen IV in the kidney during development of diabetic nephropathy. XCHT, therefore merits further investigation for application to improve renal functions in diabetic disorders.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».