Milk fermented with Lactobacillus rhamnosus R0011 induces a regulatory cytokine profile in LPS-challenged U937 and THP-1 macrophages
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
Fermented dairy products have become attractive functional foods for the delivery of probiotics and their biologically active metabolites. The aim of this study was to examine the immunomodulatory activity of milk fermented with the probiotic lactic acid bacterium Lactobacillus rhamnosus R0011 (LrF) on macrophages challenged with lipopolysaccharide (LPS), a potent pro-inflammatory stimulus. To this end, human THP-1 or U937 monocytes were differentiated into resting macrophages then stimulated with LPS and co-incubated with the LrF or with milk controls. Levels of pro-inflammatory and immunoregulatory cytokines were determined by enzyme-linked immunosorbent assays. Culturing of LPS-stimulated U937 macrophages with either the whole or filtered LrF resulted in an increase in Interleukin (IL)-1Ra production relative to the negative control. THP-1 macrophages cultured with the LrF demonstrated an increase in LPS-induced IL-10 and IL-1β production, while production of LPS-induced IL-6, sCD54, IL-8, IL-1β, TNF-α, IL-12p70 and Transforming Growth Factor-β (TGF-β) was unaffected. Further, the LrF induced the expression of DC-SIGN and CD206, markers of immunoregulatory M2 macrophage polarization, in LPS-challenged THP-1 macrophages. Taken together, milk fermented with L. rhamnosus R0011 increased regulatory cytokine production from LPS-challenged U937 and THP-1 macrophages, while simultaneously up-regulating the production of IL-1β and expression of DC-SIGN and CD206, a profile characteristic of polarization into the immunoregulatory M2 macrophage phenotype.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle