<i>Vitis vinifera</i> L. Bioactive Components Modulate Adipose Tissue Metabolic Markers of Healthy Rats in a Photoperiod‐Dependent Manner
Notice bibliographique
Résumé
SCOPE: The beneficial health effects of (poly)phenol-rich foods such as red grapes mainly depend on both the type and concentration of (poly)phenols. Since fruit (poly)phenol content is influenced by growing conditions, the study examines the seasonal effects of red grapes (Vitis vinifera L.), grown under various cultivation conditions, on metabolic markers of adipose tissue in healthy rats. METHODS AND RESULTS: of either conventionally or organically grown red grapes for 10 weeks (n = 6). Seasonal consumption of organic grapes (OGs), which are richer in anthocyanins, increases energy expenditure (EE) of animals exposed to long photoperiod and enhances uncoupling protein 1 (UCP1) protein expression in brown adipose tissue of animals under standard photoperiod. Additionally, red grape consumption affects the gene expression profile of white adipose tissue (WAT), upregulating browning markers of subcutaneous WAT in 12 h light (L12) and 18 h light (L18) photoperiods, and downregulating adipogenic and lipolytic markers of visceral WAT in 6 h light (L6) and L12 photoperiods. CONCLUSIONS: These results clearly show that bioactive compounds of grapes can modulate the metabolic markers of white and brown adipose tissues in a photoperiod and depot-dependent manner, partly affecting EE when consumed out of season.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».