Lingonberry Improves Non-Alcoholic Fatty Liver Disease by Reducing Hepatic Lipid Accumulation, Oxidative Stress and Inflammatory Response
Notice bibliographique
Résumé
Non-alcoholic fatty liver disease (NAFLD) is the most common chronic liver disease globally and there is a pressing need for effective treatment. Lipotoxicity and oxidative stress are the important mediators in NAFLD pathogenesis. Lingonberry (Vaccinium vitis-idaea L.) is rich in anthocyanins that have antioxidant and anti-inflammatory properties. The present study investigated the effect of lingonberry supplementation on liver injury in C57BL/6J male mice fed a high-fat diet (HFD) for 12 weeks. Mice fed HFD displayed liver injury with steatosis, increased lipid peroxidation and inflammatory cytokine expression in the liver as compared to mice fed a control diet. Lingonberry supplementation for 12 weeks alleviated HFD-induced liver injury, attenuated hepatic lipid accumulation, and inflammatory cytokine expression. Lingonberry supplementation inhibited the expression of sterol regulatory element-binding protein-1c (SREBP-1c) and acetyl-CoA carboxylase-1 (AAC-1) as well as activated AMP-activated protein kinase (AMPK) in the liver. It also decreased HFD-induced hepatic oxidative stress and aggregation of inflammatory foci. This was associated with a restoration of nuclear factor erythroid 2–related factor 2 (Nrf2) and glutathione level in the liver. These results suggest that lingonberry supplementation can protect against HFD-induced liver injury partly through attenuation of hepatic lipid accumulation, oxidative stress, and inflammatory response.
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 | 0,000 |
| 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 ».