Ginsenoside rg3 reduces body weight by regulating fat content and browning in obese mice
Notice bibliographique
Résumé
To determine the effects of ginsenoside rg3 on the body weight of C57BL/6J obese mice and to investigate its underlying weight loss mechanisms with a focus on white fat browning-related factors. Eight-week-old C57BL/6J male mice were fed a high-fat diet for 12 successive weeks to construct the obese model. C57BL/6J male mice were fed a standard chow diet to construct normal control group. After 8 weeks of intervention with ginsenoside rg3, the food intake, body weight, body fat mass, blood sugar, and lipid profiles of the mice in each group were detected. Hematoxylin and eosin (HE) staining was used to observe the histological morphology of the adipose tissues. Real-time polymerase chain reaction (RT-PCR) and Western blotting (WB) were applied to detect the gene and protein expression levels of peroxisome proliferators-activated receptor gama (PPARγ), Peroxisome proliferator-activated receptor-gamma coactivator -1alpha (PGC-1α), PR domain containing 16 (PRDM16), and uncoupling protein 1 (UCP-1). Compared to normal control group mice, the body weight, food intake, body fat composition, and blood lipid levels of model group mice increased significantly. After 8 weeks of intervention with ginsenoside rg3, body weight, body fat composition, food intake, and blood lipid profiles decreased. HE staining showed that ginsenoside rg3 can improve white adipocyte hypertrophy to a certain extent. RT-PCR and WB demonstrated that ginsenoside rg3 can increase the mRNA and protein expression levels of PPARγ, PGC-1α, PRDM16, and UCP-1 in the adipose tissues of obese mice. The weight reduction effect of ginsenoside rg3 may be related to the promotion of white fat browning.
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 | 0,001 | 0,002 |
| 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 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 ».