Monoamine Oxidase-B Inhibitor Reduction in Pro-Inflammatory Cytokines Mediated by Inhibition of cAMP-PKA/EPAC Signaling
Notice bibliographique
Résumé
Mucosal epithelial cell integrity is an important component of innate immunity and it protects the host from an environment rich in microorganisms. Virulence factors from Gram-negative bacteria [e.g. lipopolysaccharide (LPS)] induce significant pro-inflammatory cytokine expression. Monoamine oxidase (MAO) inhibitors reduce cytokine expression in a variety of inflammatory models and may therefore have therapeutic potential for a number of inflammatory diseases. We tested the anti-inflammatory therapeutic potential of a recently developed reversible MAO-B inhibitor (RG0216) with reduced transport across the blood-brain barrier. In an epithelial cell culture model, RG0216 significantly decreased LPS-induced interleukin (IL)-6 and IL-1β gene and protein expression and was as effective as equimolar concentrations of deprenyl (an existing irreversible MAO-B inhibitor). Hydrogen peroxide and modulating dopamine receptor signaling had no effect on cytokine expression. We showed that LPS-induced expression of IL-6 and IL-1β was cAMP dependent, that IL-6 and IL-1β expression were induced by direct cAMP activation (forskolin) and that RG0216 and deprenyl effectively reduced cAMP-mediated cytokine expression. Targeted protein kinase A (PKA) and Exchange Protein Activated by cAMP (EPAC) activation regulated IL-6 and IL-1β expression, albeit in different ways, but both cytokines were effectively decreased with RG0216. RG0216 reduction of LPS-induced cytokine expression occurred by acting downstream of the cAMP-PKA/EPAC signaling cascade. This represents a novel mechanism by which MAO-B selective inhibitors regulate LPS-induced IL-6 and IL-1β expression.
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 ».