The influence of nicotine on granulocytic differentiation – Inhibition of the oxidative burst and bacterial killing and increased matrix metalloproteinase-9 release
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: Neutrophils leave the bone marrow as terminally differentiated cells, yet little is known of the influence of nicotine or other tobacco smoke components on neutrophil differentiation. Therefore, promyelocytic HL-60 cells were differentiated into neutrophils using dimethylsulfoxide in the presence and absence of nicotine (3-(1-methyl-2-pyrrolidinyl) pyridine). Differentiation was evaluated over 5 days by monitoring terminal differentiation markers (CD11b expression and formazan deposition); cell viability, growth phase, kinetics, and apoptosis; assessing cellular morphology and ultrastructure; and conformational changes to major cellular components. Key neutrophil effector functions (oxidative burst, bacterial killing, matrix metalloproteinase release) were also examined. RESULTS: Nicotine increased the percentage of cells in late differentiation phases (metamyelocytes, banded neutrophils and segmented neutrophils) compared to DMSO alone (p < 0.05), but did not affect any other marker of neutrophil differentiation examined. However, nicotine exposure during differentiation suppressed the oxidative burst in HL-60 cells (p < 0.001); inhibited bacterial killing (p < 0.01); and increased the LPS-induced release of MMP-9, but not MMP-2 (p < 0.05). These phenomena may be alpha-7-acetylcholine nicotinic receptor-dependent. Furthermore, smokers exhibited an increased MMP-9 burden compared to non-smokers in vivo (p < 0.05). CONCLUSION: These findings may partially explain the known increase in susceptibility to bacterial infection and neutrophil-associated destructive inflammatory diseases in individuals chronically exposed to nicotine.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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