Cow’s Milk Bioactive Molecules in the Regulation of Glucose Homeostasis in Human and Animal Studies
Notice bibliographique
Résumé
Obesity disrupts glucose metabolism, leading to insulin resistance (IR) and cardiometabolic diseases. Consumption of cow's milk and other dairy products may influence glucose metabolism. Within the complex matrix of cow's milk, various carbohydrates, lipids, and peptides act as bioactive molecules to alter human metabolism. Here, we summarize data from human studies and rodent experiments illustrating how these bioactive molecules regulate insulin and glucose homeostasis, supplemented with in vitro studies of the mechanisms behind their effects. Bioactive carbohydrates, including lactose, galactose, and oligosaccharides, generally reduce hyperglycemia, possibly by preventing gut microbiota dysbiosis. Milk-derived lipids of the milk fat globular membrane improve activation of insulin signaling pathways in animal trials but seem to have little impact on glycemia in human studies. However, other lipids produced by ruminants, including polar lipids, odd-chain, trans-, and branched-chain fatty acids, produce neutral or contradictory effects on glucose metabolism. Bioactive peptides derived from whey and casein may exert their effects both directly through their insulinotropic effects or renin-angiotensin-aldosterone system inhibition and indirectly by the regulation of incretin hormones. Overall, the results bolster many observational studies in humans and suggest that cow's milk intake reduces the risk of, and can perhaps be used in treating, metabolic disorders. However, the mechanisms of action for most bioactive compounds in milk are still largely undiscovered.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».