Cognitive-Enhancing Effects of a Polyphenols-Rich Extract from Fruits without Changes in Neuropathology in an Animal Model of Alzheimer’s Disease
Notice bibliographique
Résumé
No effective preventive treatment is available for age-related cognitive decline and Alzheimer's disease (AD). Epidemiological studies indicate that a diet rich in fruit is associated with cognitive improvement. It was thus proposed that high polyphenol concentrations found in berries can prevent cognitive impairment associated with aging and AD. Therefore, the Neurophenols project aimed at investigating the effects of a polyphenolic extract from blueberries and grapes (PEBG) in the triple-transgenic (3xTg-AD) mouse model of AD, which develops AD neuropathological markers, including amyloid-β plaques and neurofibrillary tangles, leading to memory deficits. In this study, 12-month-old 3xTg-AD and NonTg mice were fed a diet supplemented with standardized PEBG (500 or 2500 mg/kg) for 4 months (n = 15-20/group). A cognitive evaluation with the novel object recognition test was performed at 15 months of age and mice were sacrificed at 16 months of age. We observed that PEBG supplementation with doses of 500 or 2500 mg/kg prevented the decrease in novel object recognition observed in both 15-month-old 3xTg-AD mice and NonTg mice fed a control diet. Although PEBG treatment did not reduce Aβ and tau pathologies, it prevented the decrease in mature BDNF observed in 16-month-old 3xTg-AD mice. Finally, plasma concentrations of phenolic metabolites, such as dihydroxyphenyl valerolactone, a microbial metabolite of epicatechin, positively correlated with memory performances in supplemented mice. The improvement in object recognition observed in 3xTg-AD mice after PEBG administration supports the consumption of polyphenols-rich extracts to prevent memory impairment associated with age-related disease, without significant effects on classical AD neuropathology.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| 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 ».