Anti‐inflammatory and chondroprotective effects of nutraceuticals from Sasha's Blend in a cartilage explant model of inflammation
Notice bibliographique
Résumé
New Zealand green lipped mussel (NZGLM), abalone (AB), and shark cartilage (SC) are extensively used for treatment of and/or as preventatives for arthritis, despite a relative paucity of scientific evidence for efficacy. This research integrated a simulated digestion protocol with ultrafiltration and cartilage explants to generate new information on the anti-inflammatory and chondroprotective properties of NZGLM, SC, and AB. Each nutraceutical was artificially digested using simulated gastric and intestinal fluids, and the crude digest was ultrafiltered (50 kDa). Each filtrate was applied individually to cartilage explants before the explants were stimulated with IL-1 to induce an acute inflammatory response. Media were collected daily for 48 h and analyzed for prostaglandin E(2) (PGE(2)), glycosaminoglycan (GAG), and nitric oxide (NO), and cartilage tissue was differentially stained to determine the relative proportion of live and dead cells. SC and NZGLM significantly inhibited IL-1-induced PGE(2) synthesis and IL-1-induced GAG release, and AB was an effective inhibitor of IL-1-induced NO production. The three test nutraceuticals affect at least three major pathways involved in the catabolic cycle of arthritis and may prove important treatments and/or preventatives for the pain and degradation associated with this condition. The methodology and results describe a useful model for evaluating dietary nutraceuticals in vitro.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».