Anti-inflammatory effects of egg yolk livetins (α, β, and γ-livetin) fraction and its enzymatic hydrolysates in lipopolysaccharide-induced RAW 264.7 macrophages
Notice bibliographique
Résumé
In this study, the egg yolk livetins (α, β, and γ-livetin) fraction and its hydrolysates, prepared by pepsin and Alcalase, were evaluated for their anti-inflammatory effects using lipopolysaccharide (LPS)-induced RAW 264.7 macrophages as an in vitro model. Enzymatic hydrolysis by pepsin and Alcalase successfully transformed the large molecular weight livetins into low molecular mass peptides mostly below 10kDa. Results revealed that livetins and its hydrolysates (peptides) treatment significantly reduced the inflammatory responses as evidenced by inhibition of production of nitric oxide (NO) (22.7-39.2%), pro-inflammatory cytokines such as tumor necrosis factor-α (TNF-α) (36.9-43.2%), interleukin-1β (IL-1β) (26.1-50.9%) and interleukin-6 (IL-6) (60.4-69.0%), and the expression of inducible nitric oxide synthase (iNOS) (58.6-62%). Alcalase hydrolysate showed more effects in inhibiting prostaglandin-E2 (PGE2) production (30.3%) as well as expression of cyclooxygenase-2 (COX-2) (55.7%). In addition, effect of livetins and its hydrolysates on phagocytic capacity of the macrophages was also evaluated. The results indicate that livetins and its enzymatic hydrolysates significantly (p<0.001, 0.05) enhanced the phagocytic activity of the macrophages. The results suggest that egg yolk livetins and its hydrolysates with anti-inflammatory activity can potentially be used in health food/nutraceutical/pharmaceutical industry for various applications.
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 | 0,001 |
| 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) | 0,000 | 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 ».