Ferulic acid exerts its antidiabetic effect by modulating insulin-signalling molecules in the liver of high-fat diet and fructose-induced type-2 diabetic adult male rat
Notice bibliographique
Résumé
Ferulic acid (FA) is a phenolic phytochemical known for its antidiabetic property The present study is designed to evaluate the mechanism behind its antidiabetic property in high-fat and fructose-induced type 2 diabetic adult male rats. Animals were divided into 5 groups: (i) control, (ii) diabetic control, (iii) diabetic animals treated with FA (50 mg/(kg body weight · day)(-1), orally) for 30 days, (iv) diabetic animals treated with metformin (50 mg/(kg body weight · day)(-1), orally) for 30 days, and (v) control rats treated with FA. FA treatment to diabetic animals restored blood glucose, serum insulin, glucose tolerance, and insulin tolerance to normal range. Hepatic glycogen concentration, activity of glycogen synthase, and glucokinase were significantly decreased, whereas activity of glycogen phosphorylase and enzymes of gluconeogenesis (phosphoenolpyruvate carboxykinase (PEPCK) and glucose-6-phosphatase (G6Pase)) were increased in diabetic animals and FA restored these to normal levels similar to that of metformin. FA improved the insulin signalling molecules and reduced the negative regulators of insulin signalling. The messenger RNA of gluconeogenic enzyme genes (PEPCK and G6Pase) and the interaction between forkhead transcription factor-O1 and promoters of gluconeogenic enzyme genes (PEPCK and G6Pase) was reduced significantly by ferulic acid. It is concluded from the present study that FA treatment to type 2 diabetic rats improves insulin sensitivity and hepatic glycogenesis but inhibits gluconeogenesis and negative regulators of insulin signalling to maintain normal glucose homeostasis.
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 | 0,000 | 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 ».