Potential chemopreventive, anticancer and anti-inflammatory properties of a refined artocarpin-rich wood extract of Artocarpus heterophyllus Lam.
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
Abstract Colorectal cancer (CRC) represents the third leading cause of death among cancer patients below the age of 50, necessitating improved treatment and prevention initiatives. A crude methanol extract from the wood pulp of Artocarpus heterophyllus was found to be the most bioactive among multiple others, and an enriched extract containing 84% ( w / v ) artocarpin (determined by HPLC–MS–DAD) was prepared. The enriched extract irreversibly inhibited the activity of human cytochrome P450 CYP2C9, an enzyme previously shown to be overexpressed in CRC models. In vitro evaluations on heterologously expressed microsomes, revealed irreversible inhibitory kinetics with an IC 50 value of 0.46 µg/mL. Time- and concentration-dependent cytotoxicity was observed on human cancerous HCT116 cells with an IC 50 value of 4.23 mg/L in 72 h. We then employed the azoxymethane (AOM)/dextran sodium sulfate (DSS) colitis-induced model in C57BL/6 mice, which revealed that the enriched extract suppressed tumor multiplicity, reduced the protein expression of proliferating cell nuclear antigen, and attenuated the gene expression of proinflammatory cytokines ( Il-6 and Ifn-γ ) and protumorigenic markers ( Pcna , Axin2 , Vegf , and Myc) . The extract significantly ( p = 0.03) attenuated (threefold) the gene expression of murine Cyp2c37 , an enzyme homologous to the human CYP2C9 enzyme. These promising chemopreventive, cytotoxic, anticancer and anti-inflammatory responses, combined with an absence of toxicity, validate further evaluation of A. heterophyllus extract as a therapeutic agent.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle