Glycomacropeptide for Management of Insulin Resistance and Liver Metabolic Perturbations
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The increasing prevalence and absence of effective global treatment for metabolic syndrome (MetS) are alarming given the potential progression to severe non-communicable disorders such as type 2 diabetes and nonalcoholic fatty liver disease. The purpose of this study was to investigate the regulatory role of glycomacropeptide (GMP), a powerful milk peptide, in insulin resistance and liver dysmetabolism, two central MetS conditions. MATERIALS AND METHODS: C57BL/6 male mice were fed a chow (Ctrl), high-fat, high-sucrose (HFHS) diet or HFHS diet along with GMP (200 mg/kg/day) administered by gavage for 12 weeks. RESULTS: GMP lowered plasma insulin levels (in response to oral glucose tolerance test) and HOMA-IR index, indicating a more elevated systemic insulin sensitivity. GMP was also able to decrease oxidative stress and inflammation in the circulation as reflected by the decline of malondialdehyde, F2 isoprostanes and lipopolysaccharide. In the liver, GMP raised the protein expression of the endogenous anti-oxidative enzyme GPx involving the NRF2 signaling pathway. Moreover, the administration of GMP reduced the gene expression of hepatic pro-inflammatory COX-2, TNF-α and IL-6 via inactivation of the TLR4/NF-κB signaling pathway. Finally, GMP improved hepatic insulin sensitization given the modulation of AKT, p38 MAPK and SAPK/JNK activities, thereby restoring liver homeostasis as revealed by enhanced fatty acid β-oxidation, reduced lipogenesis and gluconeogenesis. CONCLUSIONS: Our study provides evidence that GMP represents a promising dietary nutraceutical in view of its beneficial regulation of systemic insulin resistance and hepatic insulin signaling pathway, likely via its powerful antioxidant and anti-inflammatory properties.
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 ».