Low-dose lipopolysaccharide protects nerve cells against spinal cord injury via regulating the PI3K–AKT–Nrf2 signaling pathway
Notice bibliographique
Résumé
This study explored the molecular mechanism behind the protective effects from low-dose lipopolysaccharide (LPS) on an in-vitro model of spinal cord injury (SCI). For this, PC12 cells were treated with different concentrations of LPS and the cell counting kit-8 assay was used to measure the toxicity of LPS to the cells. Next, we used immunofluorescence to measure nuclear translocation of Nrf2 in PC12 cells. PC12 cells were then treated with IGF-1 (PI3K agonist) and LY294002 (PI3K inhibitor). An in-vitro model of SCI was then established via oxygen-glucose deprivation/reoxygenation. Rates of apoptosis were measured using flow cytometry and the TUNEL assay. Low-dose LPS increased the expression levels of Nrf2, p-PI3K/PI3K, and p-AKT/AKT, and facilitated nuclear translocation of Nrf2. The activation of PI3K-AKT signaling by IGF-1 significantly increased the expression of Nrf2, whereas inhibition of PI3K-AKT signaling significantly decreased the expression of Nrf2. Low-dose LPS reduced the apoptotic ratio of PC12 cells, decreased the expression levels of caspase 3 and caspase 9, and increased the expression levels of HO-1, NQO1, and γ-GCS. Low-dose LPS also reduced the rate of apoptosis and oxidative stress by activating the PI3K-AKT-Nrf2 signaling pathway. Collectively, the results indicate that PI3K-AKT-Nrf2 signaling participates in the protective effects from low-dose LPS in an in-vitro PC12 cell model of SCI.
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) | 0,001 | 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 | 0,001 |
| 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 ».