Carica papaya Leaf Extract modulates mRNA expression of Aquaporins in Mouse Model of Allergic Airway Inflammation
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
Background: Asthma is a chronic inflammatory disease affecting smaller airways. Airflow obstruction leading to airway hyper-responsiveness and increased mucus production are salient features of asthma pathophysiology. Generally, Th2 cytokines are increased in allergic asthma. Aim: To propose the molecular mechanisms by which Carica Papaya Leaves Extract (CPLE) alleviates pulmonary edema in animal model of allergic airway inflammation comparable to methylprednisolone. Place and duration of study: Pharmacology Department, University of Health Sciences Lahore for 1 year. Methods: We took twenty four male BALB/c mice and divided them equally into four groups. The control group was given PBS only, while Group II served as diseased group and induced airway inflammation by ovalbumin. Group III and IV were first induced with airway inflammation and side by side treated with Carica papaya leaf extract (CPLE) 100mg/kg body weight orally and methylprednisolone 15 mg/kg body weight intraperitoneally for seven consecutive days respectively. At the end of the experimental protocol, mice were euthanized and lung wet/dry ratio was measured. mRNA expression of AQP1 and AQP5 in lung tissue were also determined using RT-PCR. Results: Ethanolic extract of Carica Papaya leaves decreased all markers of pulmonary edema in mouse model of allergic airway inflammation comparable to methylprednisolone by decreasing lung wet/dry ratio and enhancing AQP1 and AQP5 mRNA expression. Conclusion: Carica Papaya leaves extract may diminish pulmonary edema in mice associated with allergic asthma. Keywords: AQP1, AQP5 (Aquaporins), Carica Papaya Leaves Extract (CPLE), Pulmonary Edema, Th2 cytokines.
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 | 0,000 |
| 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 découle