MétaCan
Menu
Retour à la cohorte
Enregistrement W2052774027 · doi:10.4021/jem.v1i3.39

Glycyrrhizic Acid Improves Lipid and Glucose Metabolism in High-Sucrose-Fed Rats

2011· article· en· W2052774027 sur OpenAlexvenueno aff
Chanchal Chandramouli, Sheau Ting Yong, Yi Lam, So Ha Ton, Khalid Abdul Kadir

Notice bibliographique

RevueJournal of Endocrinology and Metabolism · 2011
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacological Effects of Natural Compounds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEndocrinologyInternal medicineInsulin resistanceLipoprotein lipasePhosphoenolpyruvate carboxykinaseMedicineHormone-sensitive lipaseMetabolic syndromeInsulinLipid metabolismCarbohydrate metabolismDiabetes mellitusAdipose tissueBiologyEnzymeBiochemistryLipolysis

Résumé

récupéré en direct d'OpenAlex

Background: The alarming increase in sugar consumption worldwide has largely contributed towards the escalating symptoms of metabolic syndrome (MetS) such as obesity, insulin resistance and dyslipidaemia. Reduction in lipoprotein lipase (LPL) activity leads to dyslipidaemia, a hallmark of MetS. Increased activation of glucocorticoid receptors also results in symptoms of MetS. Glycyrrhizic acid (GA), a triterpenoid saponin, inhibits 11 β -hydroxysteroid dehydrogenase 1 (11 β -HSD1), which leads to reduced hexose-6-phosphate (H6PDH) activity and decreased glucocorticoids (GCs) production. GCs induce the gene transcriptions of enzymes such as phosphoenolpyruvate carboxykinase (PEPCK) and glucose-6-phosphatase (G6Pase) in the gluconeogenic pathway. Studies have indicated that triterpenoids could act as PPAR agonists and GA is therefore postulated to restore LPL expression in the insulin resistant state. Methods: Twenty-four male Sparague Dawley rats were randomly divided into three treatment groups (Group A, normal diet; Group B, high-sucrose diet; Group C, high-sucrose diet with 100 mg/kg of GA). After 28 days of treatment, the blood samples collected were analyzed for blood glucose, serum insulin and lipid profiles and the tissues collected were used for LPL expression, 11 β -HSD1, H6PDH and PEPCK activities analysis. Statistical analysis was done using REST9 and SPSS softwares, P  ≤ 0.05 was considered significant. Results: Oral administration of 100mg/kg GA to high-sucrose induced rats significantly lower blood glucose (32.2%), serum insulin (68.4%), HOMA-IR (81.6%) (P 0.05), with significant upregulation in the liver (2 fold) (P < 0.01). 11s-HSD activity was lower in all tissues in GA treated rats compared to the group on high-sucrose diet alone (P < 0.05). Smaller elevations in H6PDH activities were observed in the liver (14.2%), kidney (7.17%), subcutaneous adipose tissue (SAT) (15.3%), abdominal muscle (AM) (18.4%) and quadriceps femoris (QF) (15.3%). PEPCK activities were elevated in the liver (14.9%) and kidney (7.0%) (P < 0.05) but increased in the SAT (74.4%) and visceral adipose tissues (VAT) (142.0%) (P < 0.01). Smaller increases were observed in the hepatic (61.6%) and renal (47.4%) G6Pase activities (P < 0.05). Conclusion: High-sucrose feeding induced hypertension, hyperglycemia, insulin resistance and dyslipidemia. GA could ameliorate these symptoms by regulating the glucose and lipid metabolism through 11s-HSD1 inhibition and possibly PPAR γ agonism. GA induced LPL expression and contributed towards a postive shift in the lipid profiles. GA also prevented hyperglycaemia and improved insulin sensitivity in the high-sucrose fed rats without causing hypertension. Thus, GA appears to be a possible therapeutic compound in lowering the risks of developing dyslipidaemia and possibly T2DM. doi:10.4021/jem39w

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,068
Tête enseignante GPT0,370
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endocrinology and MetabolismMême sujetPharmacological Effects of Natural CompoundsTravaux en français237 207