MétaCan
Menu
Retour à la cohorte
Enregistrement W2113254156 · doi:10.1139/o04-100

Rose (<i>Rosa rugosa</i>)-flower extract increases the activities of antioxidant enzymes and their gene expression and reduces lipid peroxidation

2005· article· en· W2113254156 sur OpenAlexvenueno aff
T.B. Ng, Wei Gao, L Li, Shirley Niu, Li Zhao, J Liu, Lu Shi, Meiqing Fu, F Liu

Notice bibliographique

RevueBiochemistry and Cell Biology · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics, phytochemicals, and oxidative stress
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Tianjin CityNational Science Foundation
Mots-clésCatalaseGlutathione peroxidaseLipid peroxidationAntioxidantMalondialdehydeBiologyGene expressionPeroxidaseEnzymeBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

The effects of rose-flower extract on antioxidant enzymes were studied. The activities of catalase (CAT) and glutathione peroxidase (GPx) in 9-month-old senescence-accelerated mice (SAM mice) were lower than those in 6-month-old SAM mice. Therefore, 9-month-old SAM mice were the most appropriate targets for treatment with the rose-flower extract. The activities of CAT and GPx in SAM mice treated with rose-flower extract showed a marked increase in whole blood and liver. At the same time, the gene-expression level of CAT and GPx was upregulated in the liver, while malondialdehyde content in liver and brain decreased. Male SAM mice were more sensitive than female SAM mice. The mean and the longest lifespan of SAM mice were longer after treatment with rose-flower extract.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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.

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

Citations60
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetGenomics, phytochemicals, and oxidative stressTravaux en français237 207