EET Displays Anti-Inflammatory Effects in TNF-α–Stimulated Human Bronchi
Notice bibliographique
Résumé
The aim of the present study was to investigate the anti-inflammatory effects of 14,15-epoxyeicosatrienoic acid (EET) on reactivity and Ca(2+) sensitivity in TNF-alpha-stimulated human bronchi. Tension measurements performed on either control, TNF-alpha-, or TNF-alpha + EET-pretreated bronchi revealed that 100 nM 14,15-EET pretreatments significantly reduced the reactivity of TNF-alpha-pretreated tissues to contractile agonists. EET also normalized the relaxing response to isoproterenol in TNF-alpha-treated bronchi. Pretreatment with 100 nM 14,15-EET prevented TNF-alpha-induced IkappaBalpha degradation, as demonstrated by an increase in IkappaBalpha protein levels on Western blot analysis. The anti-inflammatory properties of EET were mediated by the inhibition of IkappaBalpha degradation, suggesting a lower activation of NF-kappaB. The Ca(2+) sensitivity of TNF-alpha-stimulated bronchi was also evaluated on beta-escin-permeabilized preparations. Observed mean responses demonstrated that EET pretreatments abolished Ca(2+) hypersensitivity developed by TNF-alpha-stimulated bronchial explants. Moreover, 14,15-EET significantly reduced PDBu-induced Ca(2+) sensitivity in TNF-alpha-stimulated bronchi. Western blot and RT-PCR analyses revealed that CPI-17 protein and transcript levels were increased in TNF-alpha-treated bronchi, as opposed to being decreased in the presence of 14,15-EET. This eicosanoid also reduced U-46619-induced Ca(2+) sensitivity, which is related to the activation of Rho-kinase pathway. These results were also correlated with an increase in protein staining and transcription level of p116(Rip), a RhoA inhibitory-binding protein. Altogether, these data demonstrate that 14,15-EET is a potent modulator of the hyperreactivity triggered by TNF-alpha in human airway smooth muscle cells.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,001 | 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 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 ».