A biological extract of turmeric (Curcuma longa) modulates response of cartilage explants to lipopolysaccharide
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Turmeric is commonly used as a dietary treatment for inflammation, but few studies have evaluated the direct effect of turmeric on cartilage. The purpose of this study was to characterize cartilage explants’ inflammatory responses to lipopolysaccharide in the presence of a simulated biological extract of turmeric. Methods Turmeric was incubated in simulated gastric and intestinal fluid, followed by inclusion of liver microsomes and NADPH. The resulting extract (TUR sim ) was used to condition cartilage explants in the presence or absence of lipopolysaccharide. Explants were cultured for 96 h (h); the first 24 h in basal tissue culture media and the remaining 72 h in basal tissue culture media containing TUR sim (0, 3, 9 or 15 μg/mL). Lipopolysaccharide (0 or 5 μg/mL) was added for the final 48 H . media samples were collected immediately prior to lipopolysaccharide exposure (0 h) and then at 24 and 48 h after, and analyzed for prostaglandin E 2 (PGE 2 ), glycosaminoglycan (GAG), and nitric oxide (NO). Explants were stained with calcein-AM for an estimate of live cells. Data were analyzed using a 2-way repeated measures (GAG, PGE 2 , NO) or 1-way ANOVA without repeated measures (viability). Significance accepted at p < 0.05. Results TUR sim significantly reduced PGE 2, NO and GAG, and calcein fluorescence was reduced. Conclusions: These data contribute to the growing body of evidence for the utility of turmeric as an intervention for cartilage inflammation.
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.
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 | 0,000 | 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) | 0,000 | 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 découle