<i>Hypericum ascyron L</i>. extract reduces particulate matter‐induced airway inflammation in mice
Notice bibliographique
Résumé
The consequences of increased industrialization increased the risk of asthma and breathing difficulties due to increased particulate matter in the air. We aim to investigate the therapeutic properties of Hypericum ascyron L. extract (HAE) in airway inflammation and unravel its mechanism of action. We conducted nitric oxide and cell viability assay, real-time PCR and western blot analyses along with in vitro studies. in vivo studies include a model of coal fly ash and diesel exhaust particle (CFD)-induced airway inflammation in mice. HAE reduced coal fly ash (CFA)-induced nitric oxide secretion without exhibiting cytotoxicity in MH-S cells. HAE also reduced the mRNA expression of pro-inflammatory cytokines and reduced the expression of proteins in the NFκB and MAPK pathways. In a mice model of CFD-induced airway inflammation, HAE effectively reduced neutrophil infiltration in bronchoalveolar lavage fluid (BALF) and increased the amount of T cells in the BALF, lungs, and blood while reducing all other immune cell subtypes to reduce airway inflammatory response. CXCL-1, IL-17, MIP-2, and TNF-α expression in the BALF were also reduced. HAE effectively reduced MIP-2 and TNF-α mRNA expression in the lung tissue of mice. In a nutshell, HAE is effective in preventing airway inflammation induced by CFA in MH-S cells, as well as inflammation induced by CFD in mice.
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 | 0,002 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».