Neurochemical Protection of Lutein against Sodium Nitroprusside-Induced Oxidative Damage in the Nauphoeta cinerea Model
Notice bibliographique
Résumé
Abstract Objective: Lutein (LTN) is a lipophilic carotenoid widely present in green leafy vegetables such as broccoli and spinach, where it plays a crucial antioxidant role. Although its protective effects against oxidative damage are well established, its interaction with compounds such as sodium nitroprusside (SNP) remains poorly understood. This study evaluated the effects of SNP, lutein, and their combination in Nauphoeta cinerea, aiming to determine potential protective mechanisms. Methods: Toxicity was assessed after 24 h of exposure using biochemical analyses and molecular docking simulations. Results and Discussion: Sodium nitroprusside exhibited mild toxicity, whereas lutein reduced these effects without inducing toxicity on its own. Lower doses of lutein provided significant protection, whereas higher doses caused physiological stress. The combination of lutein and SNP mitigated nitroprusside-induced toxicity and reduced iron levels in the model. In silico analyses indicated comparable molecular interactions for SNP and lutein, with docking simulations revealing predominant alkyl interactions with the target protein. Conclusions: Lutein can modulate SNP-induced toxicity in Nauphoeta cinerea, with protective effects at lower concentrations but potential stress at higher doses.
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 | 0,001 |
| 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 ».