<i>N</i>-Glycosylated <i>Ganoderma lucidum</i> immunomodulatory protein improved anti-inflammatory activity <i>via</i> inhibition of the p38 MAPK pathway
Notice bibliographique
Résumé
The global health emergency generated by coronavirus disease-2019 has prompted the search for immunomodulatory agents. There are many potential natural products for drug discovery and development to tackle this disease. One of these candidates is the Ganoderma lucidum fungal immunomodulatory protein (FIP-glu). In the present study, we clarify the influences of N-linked glycans on the improvement of anti-inflammatory activity and the potential mechanisms of action. Four proteins, including FIP-glu (WT) and its mutants N31S, T36N and N31S/T36N, were successfully expressed in P. pastoris, of which T36N and N31S/T36N were glycoproteins. After treatment with peptide-N-glycosidase F, the results of SDS-PAGE and Western blot showed that the glycan moiety was removed completely, indicating that the glycan moiety was N-linked. This was also demonstrated by UPLC-qTOF-MS. The cytotoxicity assay showed that N-linked glycans decreased the cytotoxicity of WT; while, the RT-qPCR assay showed that N-glycosylated WT regulated the mRNA expression of IL-6 and TGF-β1. The Western blot results showed that N-glycosylated WT reduced the phosphorylation level of p38 MAPK. In conclusion, our findings revealed a novel mechanism by which N-glycosylation of FIP-glu improved its anti-inflammatory activity through the regulation of the expression of inflammatory cytokines in RAW264.7 via inhibition of p38 MAPK phosphorylation. It was proved that N-glycosylation significantly improved the functional properties of FIP-glu, providing theoretical and technical support for expanding the application of FIPs in the food and pharmaceutical industries.
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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».