Dietary Curcumin Intervention Targets Mouse White Adipose Tissue Inflammation and Brown Adipose Tissue UCP1 Expression
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
OBJECTIVE: This study aimed to determine whether dietary curcumin intervention targets both white adipose tissue (WAT) inflammation and brown adipose tissue (BAT)-mediated energy expenditure. METHODS: C57BL/6J mice were fed with a low-fat diet, high-fat diet (HFD), or HFD plus curcumin. In addition to assessing the effect of curcumin intervention on metabolic profiles, this study assessed WAT macrophage infiltration and composition and inflammatory cytokine production. Metabolic cages were applied for determining energy expenditure. Raw264.7 (ATCC, Manassas, Virginia) and other cell models were utilized to test the in vitro effect of curcumin treatment. RESULTS: Curcumin intervention reduced WAT macrophage infiltration and altered macrophage functional polarity, as the ratio of M2-like versus M1-like macrophages increased after curcumin intervention. Curcumin treatment reduced M1-like macrophage markers or proinflammation cytokine expression in both macrophages and adipocytes. Curcumin intervention also increased energy expenditure and body temperature in response to a cold challenge. Finally, the in vivo and in vitro investigations suggested that curcumin increased expression of uncoupling protein 1 (UCP1), possibly involving PPAR-dependent and -independent mechanisms. CONCLUSIONS: Curcumin intervention targets both WAT inflammation and BAT UCP1 expression. These observations advanced our knowledge on the metabolic beneficial effects of the curry compound curcumin, bringing us a novel perspective on dietary polyphenol research.
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 | 0,000 | 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