Quercetin modulates NRF2 and NF-κB/TLR-4 pathways to protect against isoniazid- and rifampicin-induced hepatotoxicity in vivo
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
Isoniazid and rifampicin are crucial for treating tuberculosis (TB); however, they can cause severe hepatotoxicity leading to liver failure. Therapeutic options are limited and ineffective. We hypothesized that prophylaxis with quercetin attenuates isoniazid- and rifampicin-induced liver injury. We randomly divided Wistar rats into seven groups (n = 6). The animals received isoniazid and rifampicin or were co-treated with quercetin or silymarin for 28 days. The protective effect of quercetin was assessed using liver function tests and liver histology. Nuclear factor erythroid 2-related factor 2 (NRF2) and nuclear factor kappa-light-chain-enhancer of activated B cells (NF-κB) pathways were explored to elucidate the mechanism of action. Quercetin co-administration prevented the elevation of alanine transaminase (ALT), aspartate transaminase (AST), alkaline phosphatase (ALP) and bilirubin compared with isoniazid and rifampicin treatment alone. In the histological analysis, we observed that quercetin prophylaxis lessened the severity of hepatic necrosis and inflammation compared with the anti-TB drug–treated group. Quercetin attenuated anti-TB drug–induced oxidative stress by increasing NRF2 activation and expression, boosting endogenous antioxidant levels. Additionally, quercetin blocked inflammatory mediators high mobility group box-1 (HMGB-1) and interferon γ (IFN-γ), inhibiting activation of the NF-κB/ toll like receptor 4 (TLR-4) axis. Quercetin protects against anti-TB liver injury by activating NRF2 and blocking NF-κB/TLR-4.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle