Lactobacillus pentosus S-PT84 and Rubus suavissimus leaf extract suppress lipopolysaccharide-induced gut permeability and egg allergen uptake
Notice bibliographique
Résumé
Abstract Increased gut permeability facilitates the uptake of food allergens into the bloodstream and triggers allergenic reactions. The present study aimed to evaluate the effect of Lactobacillus pentosus S-PT84 (S-PT84) and Rubus suavissimus leaf extract (RSLE) against egg ovomucoid (OVM)-uptake in lipopolysaccharide (LPS)-induced increased gut-permeability mice model of food allergy. Six-eight weeks old, female C57BL6 mice were continuously fed with LPS (300 μg/kg BW), for 3 months to increase gut permeability. Reduction in the expression of sealing claudin-4, increase in the expression of pore-forming claudin-2, and increase in D-mannitol absorption into the blood plasma in the LPS treated groups suggested the increase in gut permeability after LPS treatment. The oral administration of major egg allergen, OVM, after LPS intervention, significantly increased the plasma mast cell protease-1 and OVM-specific IgE compared to the negative control group. These results indicated that continuous LPS intervention developed OVM-induced food allergy. However, both the treatment of S-PT84 and RSLE suppressed the claudin-2 expression and the gut permeability induced by LPS. Furthermore, S-PT84 and RSLE treatment also reduced the plasma mast cell protease-1 and OVM-specific IgE, indicating the potential beneficial effect against LPS intervention developed OVM-induced food allergy. These findings suggest that S-PT84 and RSLE ameliorated LPS induced gut permeability and food allergic reactions.
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) | 0,000 | 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 | 0,001 |
| 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 ».