Lipid profiling in serum from apolipoprotein E-knock out mice fed with different diets and its application to the study of the regulatory effect on lipid metabolism
Notice bibliographique
Résumé
Atherosclerosis is a chronic disease associated with oxidative stress and inflammatory activation and is the main underlying trigger for cardiovascular disease. There are many cardiovascular health products in the market; in order to evaluate the effect of these products, in this paper, a novel lipid profiling platform was established using the shot-gun mass spectrum method for the analysis of free fatty acid and phospholipids, and the high performance liquid chromatography coupled with mass spectroscopy method for the analysis of lipid mediators and triacylglycerol, respectively, in serum from male apolipoprotein E-knock out mice after different diet interventions. Changes in the four lipids above, and pathways and regulation of lipid metabolism in mice from different groups were further investigated. The result showed that all cardiovascular health products showed some certain potential to alleviate atherogenesis and ameliorate inflammation; among them, lemon apple cider vinegar drink and seal oil could significantly decrease triacylglycerol in mouse serum. The establishment of this lipidome profiling platform helps to better understand the metabolism regulation and intervention mechanism of different cardiovascular health products in chronic diseases, such as atherogenesis. This platform could be applied to other cardiovascular health products and provide reliable lipid profiling data for their potential effect.
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 | 0,000 |
| 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 ».