Gene response of human monocytic cells for the detection of antimigraine activity of feverfew extractsThis article is one of a selection of papers published in this special issue (part 2 of 2) on the Safety and Efficacy of Natural Health Products.
Notice bibliographique
Résumé
The herb feverfew is a folk remedy for various conditions, including inflammation, fever, psoriasis, rheumatism, and asthma. Like many herbal medicines, feverfew's mechanisms of action in the human body are largely unknown and its active ingredients remain elusive. Very often, different extraction methods of herb material produce different physical and biochemical properties and variation in clinical efficacy. We identified 3 major methods of extraction for feverfew aerial parts and used microarray technology to test the hypothesis that extracts produced by different methods elicit different gene expression profiles. We have identified approximately 200 genes that are consistently regulated by the 2 presumptive active antimigraine feverfew extracts but not associated with the inactive extract. Our results suggest that the presumptive active feverfew extracts potently stimulate more genes in human cells than the inactive extracts. We also identified several genes as unique signatures for these active extracts. All 3 feverfew extracts exhibited similar blockades on lipopolysaccharide-mediated TNF-alpha (tumor necrosis factor alpha) release, implicating that TNF-alpha is not responsible for the differences in the effects of the 3 feverfew extracts in human cells. In contrast, the active extracts more effectively suppressed CCL2 (also known as monocyte chemoattractant protein 1, MCP-1) than the inactive extracts, suggesting that CCL2 is a potential cellular target for feverfew's antimigraine effects.
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 | 0,001 | 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 | 0,001 |
| 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) | 0,001 | 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 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 ».