L-Arginine Enriched Diet Protects BB/OK Rats from Developing Type 1 Diabetes
Notice bibliographique
Résumé
L-arginine is the source of all forms of nitric oxide (NO), which can be an extremely relevant factor in the treatment and reversal of important diseases. This observation prompted us to use L-arginine in BB/OK (Bio Breeding/Ottawa Karlsburg) rats developing insulin-dependent type 1 diabetes to evaluate the effect of L-arginine on the prevention of this disease. BB/OK rats were given L-arginine in drinking water (2%) during pregnancy and to the progeny (group 1), to newborn (group 2) and not given (group 3) up to an age of 30 weeks. Diabetes frequency and age at onset of diabetes were recorded in all BB/OK rats. The mRNA expression of genes (Nfkb2, Il10, Il1b, Rarres 2, Pparg, Adipoq, Lep and Slc2a4) was measured in subcutaneous and visceral adipose tissue in BB/OK rats which did not develop diabetes up to an age of 30 weeks. Diabetes frequency was reduced in the L-arginine supplemented BB/OK compared to the untreated BB/OK rats (group 1: p<0.001 and group 2: p<0.05 vs. control group 3). Group 2 showed gender specific differences, because more females than males developed diabetes (94/59%; p<0.05). Gene expression in subcutaneous and visceral adipose tissue was reduced in the L-arginine drinking BB/OK rats compared to the control group. L-arginine in drinking water can protect from type 1 diabetes development in a sex specific manner. Because L-arginine is a precursor of NO, it may be concluded that this manipulation normalized NO activity in ? cells, partially preventing type 1 diabetes development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».