Black Tea Extract and Its Theaflavin Derivatives Inhibit the Growth of Periodontopathogens and Modulate Interleukin-8 and β-Defensin Secretion in Oral Epithelial Cells
Notice bibliographique
Résumé
Over the years, several studies have brought evidence suggesting that tea polyphenols, mostly from green tea, may have oral health benefits. Since few data are available concerning the beneficial properties of black tea and its theaflavin derivatives against periodontal disease, the objective of this study was to investigate their antibacterial activity as well as their ability to modulate interleukin-8 and human β-defensin (hBD) secretion in oral epithelial cells. Among the periodontopathogenic bacteria tested, Porphyromonas gingivalis was found to be highly susceptible to the black tea extract and theaflavins. Moreover, our data indicated that the black tea extract, theaflavin and theaflavin-3,3'-digallate can potentiate the antibacterial effect of metronidazole and tetracycline against P. gingivalis. Using lipopolysaccharide-stimulated oral epithelial cells, the black tea extract (100 μg/ml), as well as theaflavin and theaflavin-3,3'-digallate (50 μg/ml) reduced interleukin-8 (IL-8) secretion by 85%, 79%, and 86%, respectively, thus suggesting an anti-inflammatory property. The ability of the black tea extract and its theaflavin derivatives to induce the secretion of the antimicrobial peptides hBD-1, hBD-2 and hBD-4 by oral epithelial cells was then evaluated. Our results showed that the black tea extract as well as theaflavin-3,3'-digallate were able to increase the secretion of the three hBDs. In conclusion, the ability of a black tea extract and theaflavins to exert antibacterial activity against major periodontopathogens, to attenuate the secretion of IL-8, and to induce hBD secretion in oral epithelial cells suggest that these components may have a beneficial effect against periodontal disease.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».