Particulate Matter Induces Cytokine Expression in Human Bronchial Epithelial Cells
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
The present study was designed to determine cytokines produced by primary human bronchial epithelial cells (HBECs) exposed to ambient air pollution particles (EHC-93). Cytokine messenger RNA (mRNA) was measured using a ribonuclease protection assay and cytokine protein production by enzyme-linked immunosorbent assay. Primary HBECs were freshly isolated from operated lung, cultured to confluence, and exposed to 10 to 500 microg/ml of a suspension of ambient particulate matter with a diameter of less than 10 microm (PM(10)) for 2, 8, and 24 h. The mRNA levels of leukemia inhibitory factor (LIF), granulocyte macrophage colony-stimulating factor (GM-CSF), interleukin (IL)-1alpha, and IL-8 were increased after exposure to PM(10), and this increase was dose-dependent between 100 (P < 0.05) and 500 (P < 0.05) microg/ml of PM(10) exposure. The concentrations of LIF, GM-CSF, IL-1beta, and IL-8 protein measured in the supernatant collected at 24 h increased in a dose- dependent manner and were significantly higher than those in the control nonexposed cells. The soluble fraction of the PM(10) (100 microg/ml) did not increase these cytokine mRNA levels compared with control values and were significantly lower compared with HBECs exposed to 100 microg/ml of PM(10) (LIF, IL-8, and IL-1beta; P < 0.05), except for GM-CSF mRNA (P = not significant). We conclude that primary HBECs exposed to ambient PM(10) produce proinflammatory mediators that contribute to the local and systemic inflammatory response, and we speculate that these mediators may have a role in the pathogenesis of cardiopulmonary disease associated with particulate air pollution.
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