Phenolic compounds isolated from fermented blueberry juice decrease hepatocellular glucose output and enhance muscle glucose uptake in cultured murine and human cells
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
BACKGROUND: We recently reported that blueberry juice fermented (FJ) with Serratia vaccinii bacterium has antidiabetic activities both in vivo and in vitro. The purpose of this project was to elucidate the effect of FJ on glucose homeostasis in liver and skeletal muscle cells and to identify active fractions/compounds responsible for this effect. METHODS: FJ was fractionated using standard chromatography procedures. Hepatic (H4IIE, HepG2) and skeletal muscle cells (C2C12) were treated with maximum non-toxic concentrations of FJ, fractions and isolated compounds thereof. Glucose-6-phosphatase (G6Pase) activity was measured using glucose oxidase method. To measure glucose uptake and glycogen synthase (GS) activity, radioactive assays were used. RESULTS: Fractionation of FJ yielded seven fractions. FJ and its phenolic fractions F2, F3-1 and F3-2 respectively inhibited G-6Pase by 31, 45, 51 and 26%; activated GS by 2.3-, 2.3-, 2.2- and 2-fold; and stimulated glucose uptake by 19, 25, 18 and 15%, as compared to DMSO vehicle control. Subfractionation of the active fractions yielded 4 compounds (catechol, chlorogenic, gallic and protocatechuic acid). Catechol, yielding the greatest bioactivity in G6Pase and glucose uptake assays, decreased G6Pase activity by 54%, increased GS by 2-fold and stimulated glucose uptake by 44% at 45.5 μM. CONCLUSIONS: This study identifies novel potential antidiabetic compounds that can help standardize FJ.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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