Serine protease inhibitors protect better than IL-10 and TGF-β anti-inflammatory cytokines against mouse colitis when delivered by recombinant lactococci
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: Different studies have described the successful use of recombinant lactic acid bacteria (recLAB) to deliver anti-inflammatory molecules at the mucosal level to treat Inflammatory Bowel Disease (IBD). METHODS: In order to identify the best strategy to treat IBD using recLAB, we compared the efficacy of different recombinant strains of Lactococcus lactis (the model LAB) secreting two types of anti-inflammatory molecules: cytokines (IL-10 and TGF-β1) and serine protease inhibitors (Elafin and Secretory Leukocyte Protease Inhibitor: SLPI), using a dextran sulfate sodium (DSS)-induced mouse model of colitis. RESULTS: Our results show that oral administration of recombinant L. lactis strains expressing either IL-10 or TGF-β1 display moderate anti-inflammatory effects in inflamed mice and only for some clinical parameters. In contrast, delivery of either serine protease inhibitors Elafin or SLPI by recLAB led to a significant reduction of intestinal inflammation for all clinical parameters tested. Since the best results were obtained with Elafin-producing L. lactis strain, we then tried to enhance Elafin expression and hence its delivery rate by producing it in a L. lactis mutant strain inactivated in its major housekeeping protease, HtrA. Strikingly, a higher reduction of intestinal inflammation in DSS-treated mice was observed with the Elafin-overproducing htrA strain suggesting a dose-dependent Elafin effect. CONCLUSIONS: Altogether, these results strongly suggest that serine protease inhibitors are the most efficient anti-inflammatory molecules to be delivered by recLAB at the mucosal level for IBD treatment.
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