Endocannabinoid hydrolysis inhibition unmasks that unsaturated fatty acids induce a robust biosynthesis of 2‐arachidonoyl‐glycerol and its congeners in human myeloid leukocytes
Notice bibliographique
Résumé
The endocannabinoid (eCB) 2-arachidonoyl-gycerol (2-AG) modulates immune responses by activating cannabinoid receptors or through its multiple metabolites, notably eicosanoids. Thus, 2-AG hydrolysis inhibition might represent an interesting anti-inflammatory strategy that would simultaneously increase the levels of 2-AG and decrease those of eicosanoids. Accordingly, 2-AG hydrolysis inhibition increased 2-AG half-life in neutrophils. Under such setting, neutrophils, eosinophils, and monocytes synthesized large amounts of 2-AG and other monoacylglycerols (MAGs) in response to arachidonic acid (AA) and other unsaturated fatty acids (UFAs). Arachidonic acid and UFAs were ~1000-fold more potent than G protein-coupled receptor (GPCR) agonists. Triascin C and thimerosal, which, respectively, inhibit fatty acyl-CoA synthases and acyl-CoA transferases, prevented the UFA-induced MAG biosynthesis, implying glycerolipid remodeling. 2-AG and other MAG biosynthesis was preceded by that of the corresponding lysophosphatidic acid (LPA). However, we could not directly implicate LPA dephosphorylation in MAG biosynthesis. While GPCR agonists poorly induced 2-AG biosynthesis, they inhibited that induced by AA by 25%-50%, suggesting that 2-AG biosynthesis is decreased when leukocytes are surrounded by a pro-inflammatory entourage. Our data strongly indicate that human leukocytes use AA and UFAs to biosynthesize biologically significant concentrations of 2-AG and other MAGs and that hijacking the immune system with 2-AG hydrolysis inhibitors might diminish inflammation in humans.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».