Docosahexaenoic Acid Decreases Pro-Inflammatory Mediators in an In Vitro Murine Adipocyte Macrophage Co-Culture Model
Notice bibliographique
Résumé
Paracrine interactions between adipocytes and macrophages contribute to chronic inflammation in obese adipose tissue. Dietary strategies to mitigate such inflammation include long-chain polyunsaturated fatty acids, docosahexaenoic (DHA) and eicosapentaenoic (EPA) acids, which act through PPARγ-dependent and independent pathways. We utilized an in vitro co-culture model designed to mimic the ratio of macrophages:adipocytes in obese adipose tissue, whereby murine 3T3-L1 adipocytes were cultured with RAW 264.7 macrophages in direct contact, or separated by a trans-well membrane (contact-independent mechanism), with 125 µM of albumin-complexed DHA, EPA, palmitic acid (PA), or albumin alone (control). Thus, we studied the effect of physical cell contact versus the presence of soluble factors, with or without a PPARγ antagonist (T0070907) in order to elucidate putative mechanisms. After 12 hr, DHA was the most anti-inflammatory, decreasing MCP1 and IL-6 secretion in the contact system (-57%, -63%, respectively, p ≤ 0.05) with similar effects in the trans-well system. The trans-well system allowed for isolation of cell types for inflammatory mediator analysis. DHA decreased mRNA expression (p<0.05) of Mcp1 (-7.1 fold) and increased expression of the negative regulator, Mcp1-IP (+1.5 fold). In macrophages, DHA decreased mRNA expression of pro-inflammatory M1 polarization markers (p ≤ 0.05), Nos2 (iNOS; -7 fold), Tnfα (-4.2 fold) and Nfκb (-2.3 fold), while increasing anti-inflammatory Tgfβ1 (+1.7 fold). Interestingly, the PPARγ antagonist co-administered with DHA or EPA in co-culture reduced (p ≤ 0.05) adiponectin cellular protein, without modulating other cytokines (protein or mRNA). Overall, our findings suggest that DHA may lessen the degree of MCP1 and IL-6 secreted from adipocytes, and may reduce the degree of M1 polarization of macrophages recruited to adipose tissue, thereby decreasing the intensity of pro-inflammatory cross-talk between adipocytes and macrophages in obese adipose tissue.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».