Hepatoprotective effect of linagliptin against liver fibrosis induced by carbon tetrachloride in mice
Notice bibliographique
Résumé
The current study aimed to investigate linagliptin for its potential role in the prevention of liver fibrosis progression. Balb-C mice were randomly allocated into five groups (10 each): (i) control; (ii) mice were injected intraperitoneally with 50 μL carbon tetrachloride (CCl 4 ) in corn oil in a dose of 0.6 μL/g three times per week for four weeks; (iii) linagliptin was administered orally in a daily dose of 10 mg/kg simultaneously with CCl 4 ; (iv) silymarin was administered orally in a daily dose of 200 mg/kg concomitantly with CCl 4 ; and (v) only linagliptin was administered. Hepatic injury was manifested in the CCl 4 group by elevation of biochemical parameters (alanine aminotransferase (ALT), aspartate aminotransferase (AST), alkaline phosphatase (ALP)), and hepatic fibrosis was evident histopathologically by increased METAVIR score and immunostaining expression of alpha-smooth muscle actin (α-SMA), as well as increased liver tissue oxidative stress parameters, transforming growth factor-β1 (TGF-β1), and mammalian target of rapamycin (mTOR). Linagliptin was able to stop the progression of liver fibrosis, evident histopathologically with reduced METAVIR score and α-SMA expression. The possible mechanism may be via suppression of oxidative stress, TGF-β1, and mTOR, which was associated with improvement of serum biochemical parameters ALT and AST. In conclusion, linagliptin might help to protect the liver against persistent injury-related consequences.
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) | 0,001 | 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 | 0,001 |
| 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 ».