Bioactive peptides in the management of lifestyle-related diseases: Current trends and future perspectives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lifestyle-related diseases constitute a major concern in the twenty-first century, with millions dying worldwide each year due to chosen lifestyles and associated complications such as obesity, type 2 diabetes, hypertension, and hypercholesterolemia. Although synthetic drugs have been shown to be quite effective in the treatment of these conditions, safety of these compounds remains a concern. Natural alternatives to drugs include food-derived peptides are now being explored for the prevention and treatment of lifestyle-related complications. Peptides are fragments nascent in the primary protein sequences and could impart health benefits beyond basic nutritional advantages. Evidence suggests that by controlling adipocyte differentiation and lipase activities, bioactive peptides may be able to prevent obesity. Bioactive peptides act as agents against type 2 diabetes because of their ability to inhibit enzymatic activities of DPP-IV, α-amylase, and α-glucosidase. Moreover, bioactive peptides can act as competitive inhibitors of angiotensin-converting enzyme, thus eliciting an antihypertensive effect. Bioactive peptides may have a hypocholesterolemic effect by inhibiting cholesterol metabolism pathways and cholesterol synthesis. This review addresses current knowledge of the impact of food-derived bioactive peptides on lifestyle diseases. In addition, future insights on the clinical trials, allergenicity, cytotoxicity, gastrointestinal stability, and regulatory approvals have also been considered.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle