MétaCan
Menu
Retour à la cohorte
Enregistrement W4387220199 · doi:10.31665/jfb.2023.18351

Anthocyanins-rich purple potato extract prevents low-grade chronic inflammation-associated metabolic disorders

2023· article· en· W4387220199 sur OpenAlexafffund
Hua Zhang, Ronghua Liu, Lili Mats, Dion Lepp, Honghui Zhu, Yuhuan Chen, Shilian Zheng, Yoshinori Mine, Rong Tsao

Notice bibliographique

RevueJournal of Food Bioactives · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésInflammationOxidative stressAntioxidantGut floraMetabolic syndromePolyphenolLipopolysaccharideMetaboliteAnthocyaninLipid metabolismObesityMedicinePharmacologyChemistryBiologyBiochemistryInternal medicineFood science

Résumé

récupéré en direct d'OpenAlex

Dietary polyphenols including anthocyanins possess strong antioxidant and anti-inflammatory properties, and are known to help reduce risks of oxidative stress-induced chronic diseases. However, their effects on various aspects of the gut microenvironment towards preventing the unhealthy diet-induced metabolic disorders are still not well understood. The present study aims to verify the in vitro antioxidant and anti-inflammatory effects of the anthocyanin-rich extracts of purple potato (PPE), using a lipopolysaccharide (LPS) and high-fat diet (HFD)-induced obesity C57/BL6J mouse model, and to examine the effects of PPE on LPS+HFD-impaired metabolic homeostasis and the underlying mechanisms. We found that PPE, especially at higher dose significantly improved the glucose and lipid metabolism, and reduced inflammation in the plasma and various tissues. It significantly improved intestinal barrier integrity, altered fecal metabolite profile and gut microbiota composition. Our findings provide new insights into the roles of highly-pigmented vegetable-derived anthocyanins in maintaining gut health and ameliorating metabolic syndrome.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · 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'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food BioactivesMême sujetGut microbiota and healthTravaux en français237 207