Effects of 9cis,11trans and 10trans,12cis CLA on osteoclast formation and activity from human CD14+ monocytes
Notice bibliographique
Résumé
BACKGROUND: Mixed CLA isomers variably affect bone resorption in animals and decrease osteoclast formation and activity in murine osteoclasts. These variable effects may be due to the different isomers present in commercial preparations of CLA, and the effects of the predominant individual isomers, 9cis,11trans (9,11) and 10trans,12cis (10,12) CLA are not clear. The objectives of this study were to determine the effects of the individual CLA isomers on osteoclast formation and activity from human CD14+ monocytes, and to determine whether any changes are accompanied by changes in cathepsin K, matrix metalloproteinase-9 (MMP-9), receptor activator of NF-kappaB (RANK) and tumour necrosis factor alpha (TNFalpha) gene expression. Osteoclasts were identified as TRAP+ multinucleated cells. Osteoclast activity was quantified by the amount of TRAP in the cultured media. RESULTS: At 50 microM, 9,11 CLA inhibited osteoclast formation by approximately 70%, and both 9,11 and 10,12 CLA decreased osteoclast activity by approximately 85-90%. Both isomers inhibited cathepsin K (50 microM 9,11 by approximately 60%; 10,12 by approximately 50%) and RANK (50 microM 9,11 by approximately 85%; 50 microM 10,12 by approximately 65%) expression, but had no effect on MMP-9 or TNFalpha expression. CONCLUSION: 9,11 CLA inhibits osteoclast formation and activity from human cells, suggesting that this isomer may prevent bone resorption in humans. Although 10,12 CLA did not significantly reduce osteoclast formation, it reduced osteoclast activity and cathepsin K and RANK expression, suggesting that this isomer may also affect bone resorption.
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.
Comment cette classification a été obtenuedéplier
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».