Biotransformation of Cranberry Proanthocyanidins to Probiotic Metabolites by<i>Lactobacillus rhamnosus</i>Enhances Their Anticancer Activity in HepG2 Cells<i>In Vitro</i>
Notice bibliographique
Résumé
This study was designed to unravel the role ofLactobacillus rhamnosusin the bioconversion of cranberry proanthocyanidins and cytotoxicity of resulting metabolites to hepatocellular carcinoma HepG2 cells. Crude (CR) and flavonol+dihydrochalcone- (FL+DHC-), anthocyanin- (AN-), proanthocyanidin- (PR-), and phenolic acid+catechin- (PA+C-) rich fractions were subjected to fermentation withL. rhamnosusat 37°C for 12, 24, and 48 h under anaerobic conditions. The major metabolites produced by bioconversion of polyphenols were 4-hydroxyphenylacetic acid, 3-(4-hydroxyphenyl)propionic acid, hydrocinnamic acid, catechol, and pyrogallol. Furthermore, cytotoxicity of the biotransformed extracts was compared to their parent extracts using human hepatocellular carcinoma HepG2 cells. The results showed that PR-biotransformed extract completely inhibited HepG2 cell proliferation in a dose- and time-dependent manner with IC50values of 47.8 and 20.1μg/mL at 24 and 48 h, respectively. An insight into the molecular mechanisms involved revealed that the cytotoxic effects of PR at 24 h incubation were mitochondria-controlled and not by proapoptotic caspase-3/7 dependent. The present findings suggest that the application of a bioconversion process using probiotic bacteria can enhance the pharmacological activities of cranberry proanthocyanidins by generating additional biologically active metabolites.
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) | 0,000 | 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 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 ».