Anti-Diabetic Potential of Polyphenol-Rich Fruits from the Maleae Tribe—A Review of In Vitro and In Vivo Animal and Human Trials
Notice bibliographique
Résumé
The Maleae tribe consists of over one thousand species, including many well-known polyphenol-containing fruit crops with wide-ranging biological properties, e.g., apples (Malus), chokeberries (Aronia), pears (Pyrus), quinces (Cydonia, Chaenomeles), saskatoon (Amelanchier), loquats (Eriobotrya), medlars (Mespilus), rowans (Sorbus), and hawthorns (Crataegus). Considering the current interest in the concept of functional foods and the still-insufficient methods of diabetes management, the anti-diabetic potential of fruits has been studied intensively, including those of the Maleae tribe. This paper is the first comprehensive overview of this selected topic, covering articles published from 2000 to 2023 (131 articles in total). The first part of this review focuses on the potential mechanisms of action of fruits investigated so far (46 species), including their effects on tissue-specific glucose transport and the expression or activity of proteins in the insulin signalling pathway. The second part covers the phytocompounds responsible for particular fruits’ activity—primarily polyphenols (e.g., flavonols, dihydrochalcones, proanthocyanidins, anthocyanins, phenolic acids), but also polysaccharides, triterpenes, and their additive and synergistic effects. In summary, fruits from the Maleae tribe seem promising as functional foods and anti-diabetic agents; however, their prospects for more expansive pro-health application require further research, especially more profound in vivo trials.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».