Forskolin Protected against Streptozotocin‐Induced Diabetic Cardiomyopathy via Inhibition of Oxidative Stress and Cardiac Fibrosis in Mice
Notice bibliographique
Résumé
Background . Diabetic cardiomyopathy is one of the cardiac complications in diabetes patients, eventually resulting in heart failure and increasing morbidity and mortality. Oxidative stress is a critical pathological feature in diabetic hearts, contributing to the development of DCM. Forskolin (FSK) was shown to reduce oxidative stress. This study was aimed at investigating the effects of FSK on diabetic hearts and the relevant molecular mechanisms. Methods . Streptozotocin‐ (STZ‐) induced diabetes in mice was treated with FSK through intraperitoneal injection. Cardiac functions were evaluated by echocardiography. Hematoxylin‐eosin and Masson trichrome staining was employed to determine heart morphological changes and cardiac fibrosis, respectively. Cardiac fibrosis‐related markers were detected by western blot. Superoxide dismutase activity, reduced/oxidized glutathione ratio, and malondialdehyde concentration in left ventricles were determined using respective commercial kits. Results . Abnormal cardiac diastolic dysfunction and cardiac fibrosis were observed in diabetic hearts. FSK treatment significantly improved the cardiac diastolic function and attenuated the abnormal morphological change in diabetic hearts. Moreover, FSK treatment in diabetic mice decreased the expression of fibronectin, collagen I, TGF‐ β , and α ‐SMA and reduced myocardial fibrosis. Furthermore, we observed that FSK significantly blocked oxidative stress in diabetic hearts. Conclusions . Our study demonstrates that FSK protects against the development of DCM in STZ‐induced diabetes in mice. Our study suggests that FSK might be a potential target for drug development in treating DCM.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».