Anti-fibrotic effects of tetrandrine on bile-duct ligated rats
Notice bibliographique
Résumé
Tetrandrine (Tet) (C38H42O8N2; molecular weight, 622), an alkaloid isolated from the Chinese medicinal herb Stephania tetrandra, has been shown to elicit anti-inflammatory and anti-fibrotic effects in pulmonary diseases, but the mechanism of action has yet to be investigated. In this study, we tested whether Tet exerts anti-fibrotic effects on rat hepatic fibrosis through anti-NFkappaB pathways. After bile-duct ligation, rats were given Tet (1 or 5 mg/kg) or silymarin (50 mg/kg, as a positive control) by gavage twice daily for 3 weeks. Liver sections were taken for Sirius red quantitative scoring, immunofluorescence double staining of alpha-smooth muscle actin (alpha-SMA) and NFkappaB, and for quantitative determinations of the mRNA expression levels of TGF-beta1, alpha-SMA, collagen 1alpha2, inducible nitric oxide synthase (iNOS), intercellular adhesion molecule 1 (ICAM-1), metallothionein, vascular endothelial growth factor (VEGF), and VEGF type II receptor (VEGFR2) genes. The results showed that both Tet and silymarin treatment significantly reduced the fibrosis scores and hepatic collagen content of BDL rats, compared with no treatment. Both Tet and silymarin treatments decreased the number of alpha-SMA- and NFkappaB-positive cells in fibrotic livers. Moreover, Tet and silymarin treatments attenuated the mRNA expression levels of TGF-beta1,alpha-SMA, collagen 1alpha2, iNOS, ICAM-1, VEGF, and VEGFR2 genes, and induced the mRNA expression of the metallothionein gene. This study suggests that the anti-fibrotic effects of Tet were related to the reduction of fibrosis-related gene transcription, the attenuation of NFkappaB-activated pathways, and the induction of metallothionein gene transcription in the livers of BDL rats.
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 | 0,000 |
| 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 ».