MétaCan
Menu
Retour à la cohorte
Enregistrement W2210232346 · doi:10.1002/mnfr.201500783

<i>Trans</i>‐11 vaccenic acid improves insulin secretion in models of type 2 diabetes in vivo and in vitro

2015· article· en· W2210232346 sur OpenAlexaff
Xiaofeng Wang, Joel Gupta, Matthew Kerslake, Gina R. Rayat, Spencer D. Proctor, Catherine B. Chan

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFree fatty acid receptor 1Internal medicineEndocrinologyIsletInsulinType 2 diabetesIn vivoDiabetes mellitusBiologyFatty acidReceptorIn vitroSecretionChemistryMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

SCOPE: Trans-11 vaccenic acid (VA) is a fatty acid produced by ruminants entering the human food supply through meat and dairy products, which appears not to have the health risks associated with industrially produced trans-fatty acids. In this study, we investigated the effect of VA on insulin secretion in vivo in rats and in vitro in human and rat islets after diabetogenic insult. METHODS AND RESULTS: Hyperglycemic clamp showed that VA dietary supplementation for 8 weeks significantly increased glucose turnover in rats with type 2 diabetes (T2D), accompanied by an elevated plasma C-peptide concentration, indicating improved insulin secretion. The β-cell area and proliferation rate were higher in T2D+VA than T2D group. Isolated islets from T2D+VA rats had higher glucose-stimulated insulin secretion (GSIS) than T2D group. In vitro, VA treatment for 24 and 48 h significantly enhanced GSIS in rat and human islets after diabetogenic challenges. The mRNA expression of G-protein-coupled receptor 40 (GPR40) and regenerating islet-derived 1α (REG-1α) were consistently increased by VA in both rat and human islets. CONCLUSION: These results indicate that VA may improve insulin secretion and growth of islets in T2D, at least partly by altering GPR40 and REG-1α mRNA expression.

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)0,002
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 enseignants0,031
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,060
Tête enseignante GPT0,340
Écart entre enseignants0,280 · 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

Citations31
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetFatty Acid Research and HealthTravaux en français237 207