MétaCan
Menu
Retour à la cohorte
Enregistrement W2908894911 · doi:10.1139/bcb-2018-0159

Fisetin, a potential caloric restriction mimetic, attenuates senescence biomarkers in rat erythrocytes

2019· article· en· W2908894911 sur OpenAlexvenueno aff
Sandeep Singh, Geetika Garg, Abhishek Kumar Singh, Akalabya Bissoyi, Syed Ibrahim Rizvi

Notice bibliographique

RevueBiochemistry and Cell Biology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueErythrocyte Function and Pathophysiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFisetinOxidative stressChemistryLipid peroxidationReactive oxygen speciesSenescenceAntioxidantCaloric theoryEndocrinologyOxidative phosphorylationInternal medicineBiochemistryPharmacologyFlavonoidMedicine

Résumé

récupéré en direct d'OpenAlex

An imbalanced redox status is a hallmark of the aging process. Caloric restriction mimetics (CRMs) are compounds that produce caloric restriction benefits at the molecular, cellular, and physiological level, translating into health-promoting effects. Fisetin is the least explored CRM, and its role in modulating oxidative stress during aging is not clearly known. This study investigated the antioxidative and protective potential of fisetin in a rat model of d-galactose (D-gal)-induced accelerated senescence, and in naturally aged rat erythrocytes. Young rats (4 months), aged D-gal-induced rats [24 months; 500 mg/kg body mass (b.m.); subcutaneous injection] and naturally aged D-gal-induced rats [24 months; 500 mg/kg b.m.; subcutaneous injection] were supplemented with fisetin (15 mg/kg b.m.; orally) for 6 weeks. The resulting data indicated that supplementation with fisetin suppresses aging-induced increases in the levels of reactive oxygen species, eryptosis, lipid peroxidation, and protein oxidation. Our data also show that fisetin significantly increases the levels of antioxidants and activates the plasma membrane redox system. Taken together, the findings show that a fisetin-rich diet could be an anti-aging intervention strategy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,224
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiochemistry and Cell BiologyMême sujetErythrocyte Function and PathophysiologyTravaux en français237 207