Fucoidan Isolated from Saccharina japonica Inhibits LPS-Induced Inflammation in Macrophages via Blocking NF-κB, MAPK and JAK-STAT Pathways
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
Fucoidan has been reported to have a variety of biological activities. However, different algae species, extraction methods, harvesting seasons, and growth regions lead to the structural variation of fucoidan, which would affect the bioactivities of fucoidan. To date, the anti-inflammatory properties and the underlying mechanism of fucoidan from brown alga Saccharina japonica (S. japonica) remain limited. The aims of the present study were to investigate the structure, the anti-inflammatory properties, and the potential molecular mechanisms of fucoidan isolated from S. japonica (SF6) against lipopolysaccharide (LPS)-activated RAW 264.7 macrophages. SF6 was characterized using high performance liquid gel permeation chromatography (HPGPC), Fourier transform infrared spectroscopy (FTIR), and nuclear magnetic resonance spectroscopy (NMR), and observed to be rich in fucose, galactose, and sulfate. Additionally, results showed that SF6 remarkably inhibited LPS-induced production of various inflammatory mediators and pro-inflammation cytokines, including nitric oxide (NO), NO synthase (iNOS), cyclooxygenase-2 (COX-2), tumor necrosis factor-α (TNF-α), interleukin-β (IL-β), and interleukin-6 (IL-6). A mechanism study showed that SF6 could effectively inhibit inflammatory responses through blocking LPS-induced inflammation pathways, including nuclear factor-κB (NF-κB), mitogen-activated protein kinase (MAPK), and Janus kinase (JAK)-2 and signal transducer and activator of transcription (STAT)-1/3 pathways. These results suggested that SF6 has the potential to be developed as an anti-inflammatory agent applied in functional food.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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