Identification of baicalin from Bofutsushosan and Daisaikoto as a potent inducer of glucose uptake and modulator of insulin signaling-associated pathways
Notice bibliographique
Résumé
Type 2 diabetes mellitus (T2DM) is a chronic disease characterized by hyperglycemia that can lead to long-term complications including heart diseases, stroke, retinopathy, and renal failure. Treatment strategies include stimulating glucose uptake and controlling blood glucose level. Bofutsushosan (BOF) and Daisaikoto (DAI) are two herb-based kampo medicines that have been demonstrated to improve metabolism-associated disorders including obesity, hyperlipidemia, and nonalcoholic fatty liver. Given their bioactivities against metabolic syndromes, we explored in this study the effect of BOF and DAI extracts on glucose absorption and used them as source to identify phytochemical stimulator of glucose absorption. Glucose uptake and mechanistic studies were evaluated in differentiated C2C12 skeletal muscle cells, and HPLC analysis was used to determine the molecular bioactive constituents. Our results indicated that the ethanolic extracts of BOF and DAI (BOFEE and DAIEE, respectively) enhanced the glucose uptake ratio in the differentiated C2C12 cells, and further analysis identified the flavone baicalin as a major constituent capable of efficiently stimulating glucose absorption. Mechanistic studies revealed that the effect from baicalin involved the activation of IRS-1 and GLUT-4, and implicated the AMPK, PI3K/Akt, and MAPK/ERK signaling cascades. Due to its potency, we suggest that baicalin merit further evaluation as a potential candidate anti-hyperglycemic agent for the treatment and management of T2DM.
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 | 0,001 | 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 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 ».