Anti-inflammatory effects of dabrafenib in vitro and in vivo
Notice bibliographique
Résumé
The screening of bioactive compound libraries can be an effective approach for repositioning FDA-approved drugs or discovering new treatments for human diseases (drug repositioning). Drug repositioning refers to the development of existing drugs for new indications. Dabrafenib (DAB) is a B-Raf inhibitor and initially used for the treatment of metastatic melanoma therapy. Here, we tested the possible use of DAB in the treatment of lipopolysaccharide (LPS)-mediated vascular inflammatory responses. The anti-inflammatory activities of DAB were determined by measuring permeability, neutrophils adhesion and migration, and activation of pro-inflammatory proteins in LPS-activated human umbilical vein endothelial cells (HUVECs) and mice. We found that DAB inhibited LPS-induced barrier disruption, expression of cell adhesion molecules (CAMs), and adhesion and transendothelial migration of neutrophils to human endothelial cells. DAB also suppressed LPS-induced hyperpermeability and leukocytes migration in vivo. Furthermore, DAB suppressed the production of tumor necrosis factor-α (TNF-α) or interleukin (IL)-6 and the activation of nuclear factor-κB (NF-κB) or extracellular regulated kinases (ERK) 1/2 by LPS. Moreover, treatment with DAB resulted in reduced LPS-induced lethal endotoxemia. These results suggest that DAB possesses anti-inflammatory functions by inhibiting hyperpermeability, expression of CAMs, and adhesion and migration of leukocytes, thereby endorsing its usefulness as a therapy for vascular inflammatory diseases.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».