Anti-inflammatory and immunoregulatory effects of pinolenic acid in rheumatoid arthritis
Notice bibliographique
Résumé
OBJECTIVES: In pre-clinical studies, pinolenic acid (PNLA), an omega-6-polyunsaturated fatty acid from pine nuts, has shown anti-inflammatory effects. We aimed to investigate the effect of PNLA in human cell lines and peripheral blood mononuclear cells (PBMCs) from RA patients and healthy controls (HCs). METHODS: A modified Boyden chamber was used to assess chemokine-induced migration of THP-1 monocytes. Macropinocytosis was assessed using Lucifer yellow and oxidized low-density lipoprotein (oxLDL) uptake using DiI-labelled oxLDL in THP-1 macrophages and human monocyte-derived macrophages (HMDMs). IL-6, TNF-α and prostaglandin E2 (PGE2) release by lipopolysaccharide (LPS)-stimulated PBMCs from RA patients and HCs was measured by ELISA. The transcriptomic profile of PNLA-treated, LPS-activated PBMCs was investigated by RNA-sequencing. RESULTS: PNLA reduced THP-1 cell migration by 55% (P < 0.001). Macropinocytosis and DiI-oxLDL uptake were reduced by 50% (P < 0.001) and 40% (P < 0.01), respectively, in THP-1 macrophages and 40% (P < 0.01) and 25% (P < 0.05), respectively, in HMDMs. PNLA reduced IL-6 and TNF-α release from LPS-stimulated PBMCs from RA patients by 60% (P < 0.001) and from HCs by 50% and 35%, respectively (P < 0.01). PNLA also reduced PGE2 levels in such PBMCs from RA patients and HCs (P < 0.0001). Differentially expressed genes whose expression was upregulated included pyruvate dehydrogenase kinase-4, plasminogen activator inhibitor-1, fructose bisphosphatase1 and N-Myc downstream-regulated gene-2, which have potential roles in regulating immune and metabolic pathways. Pathway analysis predicted upstream activation of the nuclear receptors peroxisome proliferator-activated receptors involved in anti-inflammatory processes, and inhibition of nuclear factor-κB and signal transducer and activator of transcription 1. CONCLUSIONS: PNLA has immune-metabolic effects on monocytes and PBMCs that are pathogenic in RA and atherosclerosis. Dietary PNLA supplementation may be beneficial in RA.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».