MétaCan
Menu
Retour à la cohorte
Enregistrement W2949605090 · doi:10.1039/c8fo02338g

Docosapentaenoic acid (DPA, 22:5n-3) ameliorates inflammation in an ulcerative colitis model

2019· article· en· W2949605090 sur OpenAlexaff
Zhenxiao Zheng, Zhiyuan Dai, Yalun Cao, Qing Shen, Yiqi Zhang

Notice bibliographique

RevueFood & Function · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensGrieg Seafood (Canada)
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésUlcerative colitisDocosapentaenoic acidInflammationColitisMedicineChemistryInternal medicineBiochemistryDisease

Résumé

récupéré en direct d'OpenAlex

The anti-inflammatory profile of DPA was investigated via a dextran sulphate sodium (DSS)-induced colitis model, and was also compared with those of EPA and DHA. The results showed that DPA could significantly reduce (stronger than EPA and DHA) the disease activity index score, macroscopic appearance score, colon shortening, histological assessment, and myeloperoxidase accumulation in the colon. In addition, DPA also inhibited the abnormal production and mRNA expression of pro-inflammatory cytokines, namely tumor necrosis factor (TNF)-α, interleukin (IL)-1β and IL-6 and improved the production and expression of an anti-inflammatory cytokine, IL-10. Furthermore, the molecular mechanisms underlying these effects were also explored through the synthesis pathway of eicosanoids. DPA could inhibit the synthesis of leukotriene B4 (LTB4) and prostaglandin E2 (PGE2) more greatly while differences of cyclooxygenase (COX) and 5-lipoxidase (LOX) contents in these three groups were not significant. We ascribed these effects to the easier incorporation of DPA into inflammatory cells leading to the decrease in the substrate for the synthesis of pro-inflammatory eicosanoids (PGE2 and LTB4). Besides, DPA-derived mediators might also be involved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,299
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood & FunctionMême sujetFatty Acid Research and HealthTravaux en français237 207