Ibuprofen Modulates NF-ĸB Activity but Not IL-8 Production in Cystic Fibrosis Respiratory Epithelial Cells
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
BACKGROUND: High-dose ibuprofen is clinically effective in cystic fibrosis (CF); however, its molecular mechanisms are poorly understood. OBJECTIVE: To test the hypothesis that clinically relevant concentrations of ibuprofen suppress activation of nuclear factor (NF)-kappaB and thus down-regulate stimulated interleukin (IL)-8 production in CF respiratory epithelial cells. METHODS: The majority of experiments were conducted in CFTE29o- cells (F508del-mutated CF transmembrane regulator, CFTR). Key experiments were confirmed in CFBE41o- cells (F508del-mutated CFTR) and 1HAEo- cells (wild-type CFTR). NF-kappaB and IL-8 were stimulated with tumour necrosis factor (TNF)-alpha or IL-1beta. NF-kappaB and IL-8 suppression by ibuprofen (480 microM) was compared to dexamethasone (5 nM). RESULTS: Both TNF-alpha and IL-1beta activated NF-kappaB and stimulated IL-8 production. Both ibuprofen and dexamethasone demonstrated comparably modest suppression of NF-kappaB transcriptional activity. However, ibuprofen had no effect on stimulated IL-8 mRNA and protein. By contrast, dexamethasone significantly down-regulated stimulated IL-8 mRNA and protein. CONCLUSIONS: The present data do not support the hypothesis that ibuprofen down-regulates IL-8 production in response to TNF-alpha and IL-1beta in CF respiratory epithelium. Suppression of NF-kappaB transcriptional activity does not discriminate between anti-inflammatory drugs with or without effects on IL-8 production. We speculate that NF-kappaB-independent mechanisms may be responsible for anti-IL-8 effects of dexamethasone.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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