Tea polyphenols inhibit the activation of NF-κB and the secretion of cytokines and matrix metalloproteinases by macrophages stimulated with Fusobacterium nucleatum
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
Fusobacterium nucleatum has been associated with both periodontal disease and inflammatory bowel disease. This Gram-negative bacterium possesses a high inflammatory potential that may contribute to the disease process. We hypothesized that green and black tea polyphenols attenuate the inflammatory response of monocytes/macrophages mediated by F. nucleatum. We first showed that the tea extracts, EGCG and theaflavins reduce the NF-κB activation induced by F. nucleatum in monocytes. Since NF-κB is a key regulator of genes coding for inflammatory mediators, we tested the effects of tea polyphenols on secretion of IL-1β, IL-6, TNF-α, and CXCL8 by macrophages. A pre-treatment of macrophages with the tea extracts, EGCG, or theaflavins prior to a stimulation with F. nucleatum significantly inhibited the secretion of all four cytokines and reduced the secretion of MMP-3 and MMP-9, two tissue destructive enzymes. TREM-1 expressed by macrophages is a cell-surface receptor involved in the propagation of the inflammatory response to bacterial challenges. Interestingly, tea polyphenols inhibited the secretion/shedding of soluble TREM-1 induced by a stimulation of macrophages with F. nucleatum. The anti-inflammatory properties of tea polyphenols identified in the present study suggested that they may be promising agents for the prevention and/or treatment of periodontal disease and inflammatory bowel 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.
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 | 0,001 |
| 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