North American Wild Rice-Attenuated Hyperglycemia in High-Fat-Induced Obese Mice: Involvement of AMP-Activated Protein Kinase
Notice bibliographique
Résumé
Previous studies indicated that North American wild rice (WIR) reduced atherosclerosis and vascular inflammation in low-density lipoprotein receptor knockout mice. The effects of WIR on hyperglycemia in diabetic animal models have not been documented. The present study aims to determine the impact of WIR on glucose metabolism in high-fat (HF)-induced diabetic mice and a key modulator. Male C57 BL/J6 mice were treated with a control diet and a HF diet supplemented with 26% (weight/weight, a substitute for carbohydrates in the diet) of WIR or white rice (WHR) (n = 8/group) for 11 weeks. HF + WHR diet significantly increased fasting plasma glucose, cholesterol, triglycerides, insulin, insulin resistance, monocyte adhesion, and the levels of relevant inflammatory mediators (tumor necrotic factor-α, plasminogen activator inhibitor-1, and monocyte chemotactic protein-1) in mice compared to the control diet (p < 0.01). HF + WIR significantly reduced HF diet-induced metabolic and inflammatory changes compared to the HF + WHR diet (p < 0.01). Metabolomics analysis indicated that an array of metabolites related to glucose metabolism was significantly more abundant in WIR than in WHR, including adenosine 5′-monophosphate (AMP), a potent agonist for AMP-activated protein kinase or AMPK. WIR normalized HF diet-induced reduction in the abundance of phospho-AMPKα in skeletal muscle, liver, and adipose tissue from the mice. The findings for the first time demonstrated that WIR decreased HF diet-induced hyperglycemia in mice compared to WHR. The metabolic benefits of WIR may result, at least in part, from the activation of AMPKα in insulin-sensitive tissue in the mice.
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 | 0,001 |
| 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 ».