Investigating the potential role of swertiamarin on insulin resistant and non-insulin resistant granulosa cells of poly cystic ovarian syndrome patients
Notice bibliographique
Résumé
BACKGROUND AND AIM: Conventional drugs have limitations due to prevalence of contraindications in PCOS patients. To explore the potential effects of swertiamarin, on abrupted insulin and steroidogenic signaling in human luteinized granulosa cells from PCOS patients with or without insulin resistance. EXPERIMENTAL PROCEDURE: hLGCs from 8 controls and 16 PCOS patients were classified for insulin resistance based on down regulation of protein expression of insulin receptor-β (INSR- β) as shown in our previous paper. Cells were grouped as control, PCOS-IR and PCOS-NIR, treated with swertiamarin (66 µM) and metformin (1 mM). Expression of key molecules involved in insulin signaling, fat metabolism, IGF system and steroidogenesis were compared between groups. RESULTS: Swertiamarin significantly (P < 0.05) reversed the expression of INSR-β, PI(3)K, p-Akt, PKC-ζ, PPARγ, (P < 0.01) IRS (Ser 307) and IGF system in PCOS-IR group and was equally potent to metformin. In the same group, candidate genes viz SREBP1c, FAS, ACC-1 and CPT-1 were down regulated by swertiamarin (P < 0.001) and metformin (P < 0.001). Significant upregulation was demonstrated in expression of StAR, CYP19A1, 17β-HSD and 3β-HSD when treated with swertiamarin (P < 0.01) and metformin (P < 0.01) in PCOS-IR followed by increase in 17β-HSD and 3β-HSD enzyme activity along with estradiol and progesterone secretions. However, swertiamarin did not reveal any effect on PCOS-NIR group as compared to metformin that significantly (P < 0.01) reversed all the parameters related to steroidogenesis and down regulated basal expression of insulin signaling genes. CONCLUSION: Swertiamarin, presents itself as a potential fertility drug in hLGCs from PCOS-IR patients.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».