Polymer‐Coated Metal‐Oxide Nanoparticles Inhibit IgE Receptor Binding, Cellular Signaling, and Degranulation in a Mast Cell‐like Cell Line
Notice bibliographique
Résumé
Previous reports have shown that nanoparticles (NPs) can both enhance and suppress immune effector functions; however the mechanisms that dictate these responses are still unclear. Here, the effects of polyacrylic acid (PAA) functionalized metal‐oxide NP are investigated on RBL‐2H3 (representative mammalian granulocyte‐like cell line) cell viability, cellular degranulation, immunoglobulin E (IgE) receptor binding, and cell signaling pathways related to immune function. The increasing development of PAA‐NPs as pesticide dispersants and as drug carriers in therapeutics necessitates their investigation for safe production. Using two in vitro experimental approaches, this study demonstrates that pre‐exposing RBL‐2H3 cells, or IgE antibodies, to PAA‐NPs (TiO 2 , CeO 2 , ZnO, Fe 2 O 3 , and PAA‐Capsules (NP coating control) over 24 h, significantly decrease the binding capacity of IgE for Fcε receptors, inhibit the phosphorylation of intracellular signaling proteins (e.g., MAPK ERK) that mediate degranulation, and inhibited RBL‐2H3 cell degranulation. In addition, and unlike the other NPs tested, PAA‐TiO 2 significantly reduced RBL‐2H3 viability, in a time (4–24 h) and dose‐dependent manner (>50 μg mL −1 ). Together, these data demonstrate that PAA‐NPs at sub‐lethal doses can interact with cell surface structures, such as receptors, to suppress various stages of the RBL‐2H3 degranulatory response to external stimuli, and modify immune cell functions that can impact host‐immunity.
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 | 0,001 |
| 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) | 0,000 | 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 ».