The Soy Peptide Phe–Leu–Val Reduces TNFα-Induced Inflammatory Response and Insulin Resistance in Adipocytes
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
Obesity-induced adipose inflammation plays a crucial role in the development of obesity-induced metabolic disorders such as insulin resistance and type 2 diabetes. In the presence of obesity, hypertrophic adipocytes release inflammatory mediators, including tumor necrosis factor-alpha (TNFα) and monocyte chemoattractant protein-1 (MCP-1), which enhance the recruitment and activation of macrophages, and in turn augment adipose inflammation. We demonstrate that the soy peptide Phe-Leu-Val (FLV) reduces inflammatory responses and insulin resistance in mature adipocytes. Specifically, the soy peptide FLV inhibits the release of inflammatory cytokines (TNFα, MCP-1, and IL-6) from both TNFα-stimulated adipocytes and cocultured adipocytes/macrophages. This inhibition is mediated by the inactivation of the inflammatory signaling molecules c-Jun N-terminal kinase (JNK) and IκB kinase (IKK), and the downregulation of IκBα in the adipocytes. In addition, soy peptide FLV enhances insulin responsiveness and increases glucose uptake in adipocytes. More importantly, we, for the first time, found that adipocytes express peptide transporter 2 (PepT2) protein, and the beneficial action of the soy peptide FLV was disrupted by the peptide transporter inhibitor GlySar. These findings suggest that soy peptide FLV is transported into adipocytes by PepT2 and then downregulates TNFα-induced inflammatory signaling, thereby increasing insulin responsiveness in the cells. The soy peptide FLV, therefore, has the potential to prevent obesity-induced adipose inflammation and insulin resistance.
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 | 0,003 | 0,005 |
| 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 découle