Insulin‐sensitizing and Anti‐proliferative Effects of Argania spinosa Seed Extracts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Argania spinosa is an evergreen tree endemic of southwestern Morocco. Many preparations have been used in traditional Moroccan medicine for centuries to treat several illnesses including diabetes. However, scientific evidence supporting these actions is lacking. Therefore, we prepared various extracts of the argan fruit, namely keel, cake and argan oil extracts, which we tested in the HTC hepatoma cell line for their potential to affect cellular insulin responses. Cell viability was measured by Trypan Blue exclusion and the response to insulin evaluated by the activation of the extracellular regulated kinase (ERK1/2), ERK kinase (MEK1/2) and protein kinase B (PKB/Akt) signaling components. None of the extracts demonstrated significant cytotoxic activity. Certain extracts demonstrated a bi-phasic effect on ERK1/2 activation; low doses of the extract slightly increased ERK1/2 activation in response to insulin, whereas higher doses completely abolished the response. In contrast, none of the extracts had any significant effect on MEK whereas only a cake saponin subfraction enhanced insulin-induced PKB/Akt activation. The specific action of argan oil extracts on ERK1/2 activation made us consider an anti-proliferative action. We have thus tested other transformed cell lines (HT-1080 and MSV-MDCK-INV cells) and found similar results. Inhibition of ERK1/2 activation was also associated with decreased DNA synthesis as evidenced by [(3)H]thymidine incorporation experiments. These results suggest that the products of Argania spinosa may provide a new therapeutic avenue against proliferative diseases.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle