MétaCan
Menu
Retour à la cohorte
Enregistrement W2036787870 · doi:10.1021/jf400227u

Tyrosol Attenuates Ischemia–Reperfusion-Induced Kidney Injury via Inhibition of Inducible Nitric Oxide Synthase

2013· article· en· W2036787870 sur OpenAlexaff
Pengqi Wang, Qingjun Zhu, Nan Wu, Yaw L. Siow, Harold M. Aukema, O Karmin

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Glycation End Products research
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of ManitobaSt. Boniface Hospital
Organismes subventionnairesnon disponible
Mots-clésPeroxynitriteTyrosolNitric oxideIschemiaLipid peroxidationPharmacologyNitric oxide synthaseOxidative stressChemistryKidneyReperfusion injuryRenal ischemiaBiochemistryAntioxidantMedicineInternal medicineEnzymeSuperoxide

Résumé

récupéré en direct d'OpenAlex

Tyrosol is a natural phenolic antioxidant compound. Oxidative stress represents one of the important mechanisms underlying ischemia-reperfusion-induced kidney injury. The aim of this study was to investigate the effect of tyrosol against ischemia-reperfusion-induced acute kidney injury. The left kidney of Sprague-Dawley rats was subjected to 45 min of ischemia followed by reperfusion for 6 h. Ischemia-reperfusion caused an increase in peroxynitrite formation and lipid peroxidation. The level of nitric oxide (NO) metabolites and the mRNA of inducible nitric oxide synthase (iNOS) were elevated in ischemia-reperfused kidneys. Administration of tyrosol (100 mg/kg body weight) to rats prior to the induction of ischemia significantly reduced peroxynitrite formation, lipid peroxidation, and the level of NO metabolites. Tyrosol administration also attenuated ischemia-reperfusion-induced NF-κB activation and iNOS expression. Such a treatment improved kidney function. Results suggest that tyrosol may have a protective effect against acute kidney injury through inhibition of iNOS-mediated oxidative stress.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetAdvanced Glycation End Products researchTravaux en français237 207