Primary human monocytes differentiate into M2 macrophages and involve Notch-1 pathway
Notice bibliographique
Résumé
The current study investigates whether inhibiting the Notch-1 signaling pathway in primary human monocytes enhances M2 macrophage differentiation. We generated a primary human monocyte cell culture model to understand the effect of the Notch-1 signaling pathway. Monocytes were treated with Notch-1 inhibitors DAPT or siRNA. Our data show that there was a significant increase in the M1 macrophage population demonstrated by iNOS marker in the primary human monocytes treated with apoptotic-conditioned medium (ACM). Next, the levels of pro-inflammatory cytokines IL-6 and MCP-1, as well as TNF-α, increased in ACM media (p < 0.05). Furthermore, M1 macrophages and pro-inflammatory cytokines were reduced following DAPT or siRNA treatment. Comparatively, there was a significant increase in M2 macrophages, as demonstrated by an increase in CD206 and arginase-1 positive cells treated with DAPT or siRNA (p < 0.05). Furthermore, a significant increase in the associated anti-inflammatory cytokines IL-10 and IL-1RA was also observed with respect to control groups (p < 0.05). We conclude that blocking the Notch-1 pathway with DAPT or siRNA attenuates pro-inflammatory cytokines, enhances M2 macrophage differentiation, and increases anti-inflammatory cytokines in primary human monocytes. As a result, Notch-1 pathway inhibition has potential therapeutic applications of inflammatory 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) | 0,002 | 0,001 |
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 ».