Inhibition of Inflammatory Cytokine Expression Prevents High-Fat Diet-Induced Kidney Injury: Role of Lingonberry Supplementation
Notice bibliographique
Résumé
L.) is rich in anthocyanins with demonstrated anti-inflammatory effect. In the current study, we investigated the potential renal protective effect of lingonberry and its anthocyanin (cyanidin-3-glucoside) in high-fat diet fed obese mice and in human proximal tubular cells. Prolonged consumption of high-fat diets is strongly associated with obesity, abnormal lipid and glucose metabolism. Mice (C57BL/6J) fed a high-fat diet (62% kcal fat) for 12 weeks developed renal injury as indicated by an elevation of blood urea nitrogen (BUN) level as well as an increase in renal kidney injury molecule-1 (KIM-1), neutrophil gelatinase-associated lipocalin (NGAL) and renin expression. Those mice displayed an activation of nuclear factor kappa-light-chain-enhancer of activated B cells (NF-κB) and increased expression of inflammatory cytokines-monocyte chemoattractant-1 (MCP-1), tumor necrosis factor alpha (TNF-α), interleukin-6 (IL-6) in the kidneys. Mice fed a high-fat diet also had a significant elevation of inflammatory cytokine levels in the plasma. Dietary supplementation of lingonberry for 12 weeks not only attenuated high-fat diet-induced renal inflammatory response but also reduced kidney injury. Such a treatment improved plasma lipid and glucose profiles, reduced plasma inflammatory cytokine levels but did not affect body weight gain induced by high-fat diet feeding. Lingonberry extract or its active component cyanidin-3-glucoside effectively inhibited palmitic acid-induced NF-κB activation and inflammatory cytokine expression in proximal tubular cells. These results suggest that lingonberry supplementation can reduce inflammatory response and prevent chronic kidney injury. Such a renal protective effect by lingonberry and its active component may be mediated, in part, through NF-κB signaling pathway.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».