<i>Lactobacillus helveticus</i>and<i>Bifidobacterium longum</i>taken in combination reduce the apoptosis propensity in the limbic system after myocardial infarction in a rat model
Notice bibliographique
Résumé
Myocardial infarction (MI) stimulates the release of pro-inflammatory substances that induce apoptosis in the limbic system. Pro-inflammatory cytokines are considered as the root cause of apoptosis, although the mechanism is not fully explained and/or understood at this time. In addition, depression may induce gastrointestinal perturbations that maintain the elevated levels of pro-inflammatory cytokines. It has been shown that some specific probiotic formulations may reduce gastrointestinal problems induced by stress and the pro/anti-inflammatory cytokine ratio. Therefore, we hypothesised that probiotics, when given prophylactically, may diminish the apoptosis propensity in the limbic system following a MI. Male adult Sprague-Dawley rats were given probiotics (Lactobacillus helveticus and Bifidobacterium longum in combination) or placebo in their drinking-water for four consecutive weeks. A MI was then induced in the rats by occluding the left anterior coronary artery for 40 min. Rats were killed following a 72 h reperfusion period. Infarct size was not different in the two groups. Bax/Bcl-2 (pro-apoptotic/anti-apoptotic) ratio and caspase-3 (pro-apoptotic) activity were reduced in the amygdala (lateral and medial), as well as in the dentate gyrus in the probiotics group when compared with the placebo. Akt activity (anti-apoptotic) was increased in these same three regions. No significant difference was observed in Ca1 and Ca3 for the different markers measured. In conclusion, the probiotics L. helveticus and B. longum, given in combination as preventive therapy, reduced the predisposition of apoptosis found in different cerebral regions following a MI.
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 | 0,001 | 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 ».