Egg white hydrolysate and peptide reverse insulin resistance associated with tumor necrosis factor-α (TNF-α) stimulated mitogen-activated protein kinase (MAPK) pathway in skeletal muscle cells
Notice bibliographique
Résumé
PURPOSE: Excessive formation of tumor necrosis factor-α (TNF-α), a pro-inflammatory cytokine, has been implicated in the development of insulin resistance in obesity and type-2 diabetes. In skeletal muscle, chronic exposure to TNF-α impairs insulin-stimulated glucose uptake and insulin signaling. The aim of this study is to investigate the effects of enzymatic egg white hydrolysate (EWH) and its responsible peptide, IRW, on TNF-α-induced insulin resistance and the underlying molecular mechanisms using rat skeletal muscle cells (L6 cells). METHODS: Insulin resistance was induced by treating L6 cells with 5 ng/ml TNF-α for 24 h. Effects of EWH and IRW on glucose uptake were detected by glucose uptake assay, glucose transporter 4 (GLUT4) translocation by immunofluorescence, and western blot, while insulin-signaling pathway and mitogen-activated protein kinase (MAPK) pathway were investigated using western blot. RESULTS: Adding both EWH and IRW significantly improved glucose uptake in TNF-α-treated cells, increased activation of insulin receptor substrate (IRS-1) tyrosine residue and protein kinase B (Akt), whereas decreased activation of IRS-1 serine residue. In addition, TNF-α-induced activation of p38-mitogen-activated protein kinase (p38) and c-Jun N-terminal kinases (JNK) 1/2 were decreased by either EWH or IRW treatment. CONCLUSION: EWH and IRW improve impaired insulin sensitivity by down-regulating the activation of p38 and JNK1/2 in TNF-α-treated skeletal muscle cells.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».