Beneficial Effects of Germinated Brown Rice on Cardiovascular Risk Factors in LDL Receptor Knockout Mice
Notice bibliographique
Résumé
Based on accumulating evidence, adequate intake of whole grains is associated with reduced cardiovascular disease CVD risk. Germinated brown rice (GBR) has been used in East Asian countries as an alternative grain. Preliminary studies suggest GBR has potential health benefits, including reducing CVD risk, but the mechanism remains unclear. The hypothesis of the project is that long-term consumption of GBR would reduce atherogenic risk factors in low-density lipoprotein receptor knockout (LDLr-KO) mice. To test the hypothesis, three groups of male LDLr-KO mice were fed with one of the following diets for 24 weeks: (a) commercial mouse chow, used as the control diet; (b) chow was replaced with 60% (w/w) Chinese white rice (CWR); and (c) chow was replaced with 60% (w/w) GBR. All diets were supplemented with 0.06% (w/w) dietary cholesterol to accelerate atherogenesis. Blood samples, hearts, livers and feces were collected and used for biochemical and histological analyses. The results demonstrated that no significant difference was detected in body weights, plasma or fecal lipid profiles and antioxidant enzyme activities among groups. However, GBR consumption significantly decreased atherosclerotic lesion (P = 0.003) in the aortic roots as compared with that in the CWR group, but there was no significant difference as compared with that in the control group (P = 0.4). In addition, GBR significantly decreased monocyte adhesion to the aorta in LDLr-KO mice as compared to that in the CWR group (P=0.0001), but not with the control group. These data suggested that GBR may be beneficial for the prevention of vascular inflammation and atherogenesis in LDLr-KO mice. Additional studies in animal models and humans may further investigate the mechanisms of the beneficial effects of GBR on vascular inflammation and atherogenesis.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».