Recent Advances of Curcumin in the Prevention and Treatment of Renal Fibrosis
Notice bibliographique
Résumé
Curcumin, a polyphenol derived from the turmeric, has received attention as a potential treatment for renal fibrosis primarily because it is a relatively safe and inexpensive compound that contributes to kidney health. Here, we review the literatures on the applications of curcumin in resolving renal fibrosis in animal models and summarize the mechanisms of curcumin and its analogs (C66 and (1E,4E)-1,5-bis(2-bromophenyl) penta-1,4-dien-3-one(B06)) in preventing inflammatory molecules release and reducing the deposition of extracellular matrix at the priming and activation stage of renal fibrosis in animal models by consulting PubMed and Cnki databases over the past 15 years. Curcumin exerts antifibrotic effect through reducing inflammation related factors (MCP-1, NF-κB, TNF-α, IL-1β, COX-2, and cav-1) and inducing the expression of anti-inflammation factors (HO-1, M6PRBP1, and NEDD4) as well as targeting TGF-β/Smads, MAPK/ERK, and PPAR-γ pathways in animal models. As a food derived compound, curcumin is becoming a promising drug candidate for improving renal health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».