An Extract of Sericea Lespedeza Modulates Production of Inflammatory Markers in Pathogen Associated Molecular Pattern (PAMP) Activated Ruminant Blood
Notice bibliographique
Résumé
<p>Programs based on antibiotics are failing to control diseases due to increase in resistance of pathogens to antibiotics. Food safety, animal welfare and public health concerns have fueled interest in the use of plant-based alternatives. This study was conducted to evaluate the effect of a plant (Sericea Lespedeza, SL), and pathogen associated molecular patterns (PAMPs) (Lipopolysaccharide (LPS) and peptidoglycan (PGN)) on gene activation in ruminant blood. A water extract of SL, was used as a source of plant-derived tannins. Blood was collected from Holstein-Friesian cows (N = 4), Spanish × Boer goats (N = 4), St Croix sheep (N = 4) and incubated with 100 ng/mL of SL in the presence or absence of LPS or PGN. Samples maintained in Phosphate-buffered saline (PBS) served as negative control. The total protein concentration, WNT5a, and prostaglandin E2 in plasma were determined. Total RNA was isolated, reverse transcribed and Real time-PCR was performed using gene specific primers for TLR2, TLR4, WNT5a, and FZD. TLR2 and FZD were up-regulated in response to PAMPs. WNT5a and TLR4 genes were undetected in PAMP treated blood. SL regulated protein and prostaglandin concentration in all species. SL reduced PGE2 in sheep and cow blood. WNT5a was only secreted in LPS treated cow blood. Transcription and translation of genes involved in innate and adaptive immunity and the WNT signaling pathway in ruminant blood were responsive to diverse PAMPS, and can be modulated by SL. This suggests that dietary tannins may promote the health of ruminants. Further studies are needed to determine the significance of these changes in immune gene expression on ruminant health.</p>
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 | 0,001 |
| 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 ».