Accumulation of Dietary Docosahexaenoic Acid in the Brain Attenuates Acute Immune Response and Development of Postischemic Neuronal Damage
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Consumption of fish has been shown to reduce risk of coronary heart disease and, possibly, of ischemic stroke. Because docosahexaenoic acid (DHA) is the most likely neuroactive component within fish oil, we hypothesized that exposing mice to a DHA-enriched diet may reduce inflammation and protect neurons against ischemic injury. METHODS: To visualize the effects of DHA on neuroinflammation after stroke, TLR2-fluc-GFP transgenic mice were exposed to either a control diet, a diet depleted in n-3 polyunsaturated fatty acid, or a diet enriched in DHA during 3 months. Real-time biophotonic/bioluminescence imaging of the TLR2 response was performed before and after middle cerebral artery occlusion, whereas cytokines concentrations and stroke area analyses were performed at 3 and 7 days after middle cerebral artery occlusion, respectively. RESULTS: We show that a 3-month DHA treatment prevented microglial activation after ischemic injury, reduced the ischemic lesion size, and increased levels of the antiapoptotic molecule Bcl-2 in the brain. Additional analysis revealed a significant decrease in the levels of COX2 and IL-1β, but not in other proinflammatory cytokines. Importantly, long-term DHA supplementation significantly changed the n-3:n-6 polyunsaturated fatty acid ratio in the brain. CONCLUSIONS: Collectively, these data indicate that diet-induced accumulation of DHA in the brain protects against postischemic inflammation and injury. Because DHA is widely available at low cost and has an excellent safety profile, our data suggest that increased DHA intake may provide protection against acute immune response/brain damage in ischemic stroke.
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 | 0,001 | 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 | 0,000 |
| 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 ».