MétaCan
Menu
Retour à la cohorte
Enregistrement W4294935544 · doi:10.3389/fphar.2022.950535

Jiangtang Sanhao formula ameliorates skeletal muscle insulin resistance via regulating GLUT4 translocation in diabetic mice

2022· article· en· W4294935544 sur OpenAlexaff
Zimengwei Ye, Jinkun Ma, Yage Liu, Bingrui Xu, Xuan Dai, Min Fu, Tian Tian, Xin Sui, Fangfang Mo, Gao S, Dandan Zhao, Dongwei Zhang

Notice bibliographique

RevueFrontiers in Pharmacology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolism, Diabetes, and Cancer
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesBeijing University of Chinese MedicineNational Natural Science Foundation of China
Mots-clésGLUT4Insulin resistanceAMPKMedicineDiabetes mellitusEndocrinologyInternal medicineSkeletal muscleStreptozotocinHyperlipidemiaInsulinCarbohydrate metabolismLipid metabolismStimulationChemistryProtein kinase AKinaseBiochemistry

Résumé

récupéré en direct d'OpenAlex

Jiangtang Sanhao formula (JTSHF), one of the prescriptions for treating the patients with diabetes mellitus (DM) in traditional Chinese medicine clinic, has been demonstrated to effectively ameliorate the clinical symptoms of diabetic patients with overweight or hyperlipidemia. The preliminary studies demonstrated that JTSHF may enhance insulin sensitivity and improve glycolipid metabolism in obese mice. However, the action mechanism of JTSHF on skeletal muscles in diabetic mice remains unclear. To this end, high-fat diet (HFD) and streptozotocin (STZ)-induced diabetic mice were subjected to JTSHF intervention. The results revealed that JTSHF granules could reduce food and water intake, decrease body fat mass, and improve glucose tolerance, lipid metabolism, and insulin sensitivity in the skeletal muscles of diabetic mice. These effects may be linked to the stimulation of GLUT4 expression and translocation via regulating AMPKα/SIRT1/PGC-1α signaling pathway. The results may offer a novel explanation of JTSHF to prevent against diabetes and IR-related metabolic diseases.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,240
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetMetabolism, Diabetes, and CancerTravaux en français237 207