Propofol attenuates BV2 microglia inflammation via NMDA receptor inhibition
Notice bibliographique
Résumé
Activated microglia, involved in the occurrence and improvement of sepsis-associated encephalopathy, can induce the expression of pro-inflammatory cytokines and pro-inflammatory enzymes, resulting in inflammation-mediated neuronal cell death. It was reported that propofol could inhibit lipopolysaccharide (LPS) induced pro-inflammatory cytokine and pro-inflammatory enzyme expression in BV2 and primary microglial cells. However, the underlying mechanism is not well known. In the present study, we investigated whether and how propofol inhibited LPS-induced the expression of pro-inflammatory cytokines and pro-inflammatory enzymes in BV2 cells. LPS induced pro-inflammatory cytokine and pro-inflammatory enzyme expression, NF-κB, extracellular regulated kinase 1/2 (ERK), calcium (Ca 2+ )/calmodulin-dependent protein kinase II (CaMK II) phosphorylation, and BV2 cell Ca 2+ accumulation. Propofol could reverse these effects induced by LPS. MK801, an inhibitor of the NMDA receptor, could attenuate LPS-induced Ca 2+ accumulation, the expression of pro-inflammatory cytokines and pro-inflammatory enzymes, and phosphorylation of NF-κB, ERK, and CaMK II, which was similar to propofol. Moreover, these effects of propofol could be counteracted by rapastinel, an activator of the NMDA receptor. The present study suggested that propofol, via inhibiting the NMDA receptor, attenuating Ca 2+ accumulation, and inhibiting CaMK II, ERK1/2, and NF-κB phosphorylation, down-regulated LPS-induced pro-inflammatory cytokine and pro-inflammatory enzyme expression.
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) | 0,001 | 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) | 0,001 | 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 ».