Green Tea Epigallocatechin-3-Gallate Mediates T Cellular NF-κB Inhibition and Exerts Neuroprotection in Autoimmune Encephalomyelitis
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
Recent studies in multiple sclerosis and its animal model, experimental autoimmune encephalomyelitis (EAE), point to the fact that even in the early phase of inflammation, neuronal pathology plays a pivotal role in the sustained disability of affected individuals. We show that the major green tea constituent, (-)-epigallocatechin-3-gallate (EGCG), dramatically suppresses EAE induced by proteolipid protein 139-151. EGCG reduced clinical severity when given at initiation or after the onset of EAE by both limiting brain inflammation and reducing neuronal damage. In orally treated mice, we found abrogated proliferation and TNF-alpha production of encephalitogenic T cells. In human myelin-specific CD4+ T cells, cell cycle arrest was induced, down-regulating the cyclin-dependent kinase 4. Interference with both T cell growth and effector function was mediated by blockade of the catalytic activities of the 20S/26S proteasome complex, resulting in intracellular accumulation of IkappaB-alpha and subsequent inhibition of NF-kappaB activation. Because its structure implicates additional antioxidative properties, EGCG was capable of protecting against neuronal injury in living brain tissue induced by N-methyl-D-aspartate or TRAIL and of directly blocking the formation of neurotoxic reactive oxygen species in neurons. Thus, a natural green tea constituent may open up a new therapeutic avenue for young disabled adults with inflammatory brain disease by combining, on one hand, anti-inflammatory and, on the other hand, neuroprotective capacities.
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 | 0,000 |
| 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 | 0,001 |
| 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 découle