Resveratrol and quercetin, two natural polyphenols, reduce apoptotic neuronal cell death induced by neuroinflammation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Parkinson's disease (PD) is a movement disorder characterized by a progressive loss of nigrostriatal dopaminergic neurons. Microglia activation and neuroinflammation have been associated with the pathogenesis of PD. Indeed, cytokines have been proposed as candidates that mediate the apoptotic cell death of dopaminergic neurons seen in PD. In this study, we investigated the effect of two natural polyphenols, resveratrol and quercetin, on neuroinflammation. For glial cells, we observed that lipopolysaccharide (LPS)-induced mRNA levels of two proinflammatory genes, interleukin 1-alpha and tumor necrosis factor-alpha, are strongly decreased by treatments with resveratrol or quercetin. We also undertook microglial-neuronal coculture to examine the influence of resveratrol and quercetin on dopaminergic neuronal cell death evoked by LPS-activated microglia. Cytotoxicity assays were performed to evaluate the percentage of cell death, with apoptotic cells identified by both the TdT-mediated dUTP nick end labeling technique and the detection of cleaved caspase-3. We report that treatment of N9 microglial cells with resveratrol or quercetin successfully reduced the inflammation-mediated apoptotic death of neuronal cells in our coculture system. Altogether our results demonstrate that resveratrol and quercetin diminished apoptotic neuronal cell death induced by microglial activation and suggest that these two phytoestrogens may be potent antiinflammatory compounds.
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,002 |
| 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 découle