Plant extract reduces tobacco smoke harmful effects on alveolar macrophage immune responses
Notice bibliographique
Résumé
Tobacco smoke is a major factor responsible for lung cancer and chronic obstructive pulmonary disease. Although the best solution to reduce the incidence of these diseases is to quit smoking, there are still a large number of smokers. Thus, given the immunoregulatory properties of plant extracts, their capacity to reduce tobacco smoke harmful effects on alveolar macrophage (AM) functions was investigated. AM were treated with tobacco smoke extract and parenchymata tissue extract (PTE), or mesophyll cell extract (MCE) of Spinacia oleacea. The effects of tobacco smoke extract from PTE and MCE-treated cigarette filters were also investigated. AM production of tumor necrosis factor (TNF), interleukin-10 (IL-10) and macrophage chemoattractant protein-1 (MCP-1), and AM cytotoxicity were measured. Tobacco smoke extract significantly inhibited TNF, IL-10, and MCP-1 release, and AM cytotoxicity. The addition of PTE and MCE to tobacco smoke extract abrogated the inhibition of AM mediator release. However, only MCE restored AM cytotoxicity. Interestingly, tobacco smoke extract of PTE and MCE-treated cigarette filters showed reduced effects on AM functions. Tobacco smoke extract from MCE-treated (0.25%) cigarette filters did not inhibit TNF, IL-10, and MCP-1 release in contrast to tobacco smoke extract from buffer-treated cigarette filters. AM cytotoxic activity was not inhibited by the treatment with tobacco smoke extract from MCE-treated cigarette filters. Our data suggest that the presence of plant extract in cigarette filters reduces the inhibitory effects of cigarette smoke on AM functions. Thus, MCE-treated cigarette filters may help reducing lung diseases associated with smoking.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».